深度学习:lenet, alexnet, vggnet, googlenet, Resnet, densenetz具有可解释性

随着CNN网络结构在其发展过程中，在其演进的过程中包含了系列具有显著性能的CNN架构

提出年份

主要方向：网络加深，增强卷积模块

1、LeNet：

LeNet创建于1998年，在网络架构上相对完善，并包含卷积层、池化层以及全连接层。该模型被视为CNN的先驱。

输入32321

卷积层3个：**卷积的主要目的是使原始信号特征增强，并且降低噪音 卷积核 5*5 **

两个下采样层（池化）：池化层的功能是减少网络训练过程中的参数数量并缓解模型过拟合的问题。

全连接1个

输出层1个 10个类别 softmax /

2、AlexNet：

2012年提出AlexNet网络8层网络结构 5conv +5pooling +3fc+1000output class

输入： 224x224x3

各层神经元的数量：253,440=>186,624