第4章
卷积神经网络的经典网络

1998年，Yann LeCun提出的用于手写数字识别的卷积神经网络LeNet-5，是早期卷积神经网络中最有代表性的实验系统之一。虽然LeNet-5是第一个典型的CNN网络结构，但引起众多学者注意的网络结构式AlexNet。后续研究在AlexNet的基础上，提出了诸多经典的网络，主要分为5个方向。

（1）网络结构加深方向，代表网络有VGG16、VGG19、MSRANet等。

（2）加强卷积功能方向，代表网络有NIN、GoogLeNet、Inception v3、ResNet、DenseNet等。

（3）从分类任务到检测任务的发展方向，代表网络有SPP-Net、R-CNN、Fast R-CNN等。

（4）新增功能模块方向，代表网络有Inception v2、FCN等。

（5）模型压缩加速方向，代表网络有SqueezeNet、MobileNet、ShuffleNet等。

本章主要解析LeNet-5、AlexNet、ZFNet、NIN、VGGNet、GoogLeNet等经典网络，其他网络及进化网络将在后续章节进行分析。