经典的卷积神经网络（VGG，GoogLeNet等）

末蓝、 2023-10-04 22:22 48阅读 0赞

#### 文章目录 ####

*  LeNet
 *  AlexNet
 *  VGG
 *  GoogLeNet

## LeNet ##

LeNet原文地址：[https://ieeexplore.ieee.org/abstract/document/726791][https_ieeexplore.ieee.org_abstract_document_726791]

![在这里插入图片描述][b297791d9f16463190344715df1de549.png]Lenet是一个 7 层的神经网络（不包含输入层），包含 3 个卷积层，2 个池化层，2 个全连接层。它的网络结构图如下所示：  
![在这里插入图片描述][5826e11c83da4de49b8b420f61e7f45d.png]

**详见：卷积神经网络模型之——LeNet网络结构与代码实现**：[https://wang11.blog.csdn.net/article/details/125451194][https_wang11.blog.csdn.net_article_details_125451194]

## AlexNet ##

AlexNet原文地址：[https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf][https_proceedings.neurips.cc_paper_2012_file_c399862d3b9d6b76c8436e924a68c45b-Paper.pdf]  
![在这里插入图片描述][870e014df753428d981b0e5211e96fd0.png]  
AlexNet网络的原始输入图像大小为【3,224,224】，由5个卷积层、3个池化层和3个全连接层构成，并且在每一个卷积层和全连接层之后都进行一次ReLU激活。其中的3个池化层分别跟在第1、第2和第5个卷积层的激活之后。网络结构图如下：  
![在这里插入图片描述][048104ecfac7446bb4d59b355819a51a.png]  
**详见：卷积神经网络模型之——AlexNet网络结构与代码实现**：[https://wang11.blog.csdn.net/article/details/125461622][https_wang11.blog.csdn.net_article_details_125461622]

## VGG ##

VGG原文：Very deep convolutional networks for large-scale image recognition：[https://arxiv.org/pdf/1409.1556.pdf][https_arxiv.org_pdf_1409.1556.pdf]

![在这里插入图片描述][2adb7f66e39141bea545e015048a7538.png]  
在论文中，作者尝试了使用5种不同的网络结构，深度分别为11,11,13,16,19，5种结构图如下所示：  
![在这里插入图片描述][18f1e9a45eaf4685870c89813e8805a3.png]  
**详见：卷积神经网络模型之——VGG-16网络结构与代码实现：**[https://wang11.blog.csdn.net/article/details/125566442][https_wang11.blog.csdn.net_article_details_125566442]

## GoogLeNet ##

GoogLeNet原文地址：Going Deeper with Convolutions：[https://www.cv-foundation.org/openaccess/content\_cvpr\_2015/papers/Szegedy\_Going\_Deeper\_With\_2015\_CVPR\_paper.pdf][https_www.cv-foundation.org_openaccess_content_cvpr_2015_papers_Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf]  
![在这里插入图片描述][aafba51dd9594d7c8f1ae5e08da8458d.png]  
GoogLeNet的完整网络结构如下所示：  
![在这里插入图片描述][15b97a9749b14dcc81e83cdac3e95e11.png]  
**详见：卷积神经网络模型之——GoogLeNet网络结构与代码实现：**[https://wang11.blog.csdn.net/article/details/125626247][https_wang11.blog.csdn.net_article_details_125626247]

[https_ieeexplore.ieee.org_abstract_document_726791]: https://ieeexplore.ieee.org/abstract/document/726791
[b297791d9f16463190344715df1de549.png]: https://img-blog.csdnimg.cn/b297791d9f16463190344715df1de549.png
[5826e11c83da4de49b8b420f61e7f45d.png]: https://img-blog.csdnimg.cn/5826e11c83da4de49b8b420f61e7f45d.png
[https_wang11.blog.csdn.net_article_details_125451194]: https://wang11.blog.csdn.net/article/details/125451194
[https_proceedings.neurips.cc_paper_2012_file_c399862d3b9d6b76c8436e924a68c45b-Paper.pdf]: https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf
[870e014df753428d981b0e5211e96fd0.png]: https://img-blog.csdnimg.cn/870e014df753428d981b0e5211e96fd0.png
[048104ecfac7446bb4d59b355819a51a.png]: https://img-blog.csdnimg.cn/048104ecfac7446bb4d59b355819a51a.png
[https_wang11.blog.csdn.net_article_details_125461622]: https://wang11.blog.csdn.net/article/details/125461622
[https_arxiv.org_pdf_1409.1556.pdf]: https://arxiv.org/pdf/1409.1556.pdf
[2adb7f66e39141bea545e015048a7538.png]: https://img-blog.csdnimg.cn/2adb7f66e39141bea545e015048a7538.png
[18f1e9a45eaf4685870c89813e8805a3.png]: https://img-blog.csdnimg.cn/18f1e9a45eaf4685870c89813e8805a3.png
[https_wang11.blog.csdn.net_article_details_125566442]: https://wang11.blog.csdn.net/article/details/125566442
[https_www.cv-foundation.org_openaccess_content_cvpr_2015_papers_Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf]: https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf
[aafba51dd9594d7c8f1ae5e08da8458d.png]: https://img-blog.csdnimg.cn/aafba51dd9594d7c8f1ae5e08da8458d.png
[15b97a9749b14dcc81e83cdac3e95e11.png]: https://img-blog.csdnimg.cn/15b97a9749b14dcc81e83cdac3e95e11.png
[https_wang11.blog.csdn.net_article_details_125626247]: https://wang11.blog.csdn.net/article/details/125626247