v22-用于分类的ai网络调研.docx

卷积神经网络（CNN）又称卷积网络，通常用于进行批量图像数据的处理。经典的CNN层包括三部分，卷积层、激活函数和池化层，并在输出之前通过全连接层来集成图像特征并完成分类。CNN从90年代的LeNet开始，在21世纪初沉寂了10年，直到2012年AlexNet的出现又重新引起了人们的重视。从ZF Net到VGG、GoogLeNet，再到ResNet和最近的DenseNet，CNN网络越来越深，架构越来越复杂，解决反向传播时梯度消失的方法也越来越巧妙。 本文将介绍几种经典的分类卷积网络：LeNet-5、AlexNet、ZFNet、VGGNet、GoogLeNet、ResNet、SENet、DenseNet。对于每种网络模型，本文主要从网络发展、模型基本结构、网络特点、分类性能以及代码实现这五个方面进行介绍。并在最后对这些网络进行综合对比。