卷积神经网络发展历程中重要的模型结构概述

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：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.

作者：

徐鹏

展开 >

作者单位：

六安市中医院信息管理部,安徽六安,237000

关键词：

深度学习人工智能卷积神经网络计算机视觉

出版年：

2024

DOI：

10.19772/j.cnki.2096-4455.2024.3.030

电子元器件与信息技术

ISSN：

年,卷(期)：2024.8(3)

参考文献量7