Архитектура сверточной нейронной сети: окончательное резюме

Понимание различных архитектур сверточных нейронных сетей (CNN) может быть сложным, учитывая огромное количество доступной информации. В этой статье собраны все соответствующие статьи Medium, необходимые для понимания этих архитектур CNN. До этого интеллектуальная карта архитектуры CNN может помочь вам понять взгляд на предмет с вертолета.

Интеллект-карта архитектуры CNN

АлексНет

• Прогулка по AlexNet
• CNN Architectures — AlexNet
• AlexNet: архитектура, бросившая вызов CNN

ВГГ

• Обзор: VGGNet — 1-й призер (классификация изображений), победитель (локализация) в ILSVRC 2014
• Нейронные сети VGG: следующий шаг после AlexNet

GoogLeNet/Начало

• Простой путеводитель по версиям начальной сети
• Глубокое погружение в архитектуру начальной сети Google!
• Обзор: GoogLeNet (Inception v1) — победитель ILSVRC 2014 (классификация изображений)
• Обзор: Inception-v3 – 1-е место (классификация изображений) в ILSVRC 2015

Реснет

• Обзор ResNet и его вариантов
• Введение в ResNets
• Понять, как работает Resnet… не говоря об остатках
• Интуиция для: ResNet — глубокое остаточное обучение для распознавания изображений
• Как ResNet повышает производительность

Плотная сеть

• Обзор: DenseNet — плотная сверточная сеть (классификация изображений)
• Денсенет
• Преимущества DenseNet

Различия между архитектурами

• Иллюстрировано: 10 архитектур CNN
• Архитектуры CNN: LeNet, AlexNet, VGG, GoogLeNet, ResNet и другие…
• Сравнение архитектур AlexNet, VGGNet, ResNet, Inception, DenseNet
• Разница между AlexNet, VGGNet, ResNet и Inception