电子元器件与信息技术2024，Vol.8Issue(3) ：119-121,126.DOI:10.19772/j.cnki.2096-4455.2024.3.030

卷积神经网络发展历程中重要的模型结构概述

徐鹏
电子元器件与信息技术2024，Vol.8Issue(3) ：119-121,126.DOI:10.19772/j.cnki.2096-4455.2024.3.030
✕
  • NETL
  • NSTL
  • 万方数据

卷积神经网络发展历程中重要的模型结构概述

徐鹏1
扫码查看

作者信息

  • 1. 六安市中医院信息管理部,安徽六安,237000
  • 折叠

摘要

卷积神经网络(CNN)是一种深度学习模型,广泛用于计算机视觉任务,如人脸识别和智能医学.本文旨在概述卷积神经网络发展过程中重要的模型结构特征,从早期的LeNet到后来的AlexNet、VGG、GoogleNet、ResNet等,理清卷积神经网络研究的进展.通过对发展趋势和动力的分析,读者能够更好地理解CNN的演化轨迹,并构建一个系统且全面的认识框架.这对未来卷积神经网络的研究和社会应用具有一定的参考价值.

关键词

深度学习/人工智能/卷积神经网络/计算机视觉

引用本文复制引用

出版年

2024
电子元器件与信息技术

电子元器件与信息技术

ISSN：
参考文献量7
段落导航相关论文