几种经典网络

LeNet-5

 

 LeNet-5主要是针对灰度图像训练，用来识别手写体数字等。随着网络层数的加深，图像的宽度和高度减小，信道数增加。最后是得到了84个特征。

AlexNet

 

 能处理非常相似的基本构造模块。采用相似的含有大量隐藏单元或数据的基本构造模块使得AlexNet表现出色。使用了ReLu**函数。

VGG-16

 

超参数少，是一种只需要专注构建卷积层的简单网络。有16个卷基层。

优点：化简了神经网络

缺点：需要训练的特征数量特别大