基于卷积神经网络的各种模型变体综述

摘要：深度学习作为一种有效的机器学习方法，在各个领域都表现出了十分优秀的性能。作为一种深度学习基本模型，卷积神经网络(CNN)强大的特征学习和迁移学习能力在计算机视觉界越来越受到关注。本文介绍了卷积神经网络的基本结构，并介绍了随着时间出现的各种以卷积神经网络为基础的模型，例如Lenet、Alexnet、GoogleNet、VGGNet、ResNet，刨析并总结了各个模型的优缺点。

• 作者: 王震 杨锰（等同第一作者）
• 出处: 《中国科技信息》 2024年3期
• 关键词: 深度学习 卷积神经网络 计算机视觉
• 分类: [建筑科学][建筑技术科学]