在深度學習應用中，演算法主要分為三大類：
- 用于影像影像資料進行分析處理的卷積神經網路（CNN）
- 用于文本分析自然語言處理的遞回神經網路（RNN）
- 用于資料生成或非監督學習應用的生成對抗網路（GAN）
隨著技術的研究發展，基于這三大類傳統演算法，也不斷衍生出不同的演算法變體，其中基于CNN架構的變體有如下幾種：
CNN十大架構
- 1. LeNet-5
- 2. AlexNet
- 3. VGG-16
- 4. Inception-v1
- 5. Inception-v3
- 6. Inception-v4
- 7. ResNet-50
- 8. ResNeXt-50
- 9. Inception-ResNets
- 10. Xception
為了更好的直觀理解演算法的架構下圖是各圖的圖例解釋：
1. LeNet-5
2. AlexNet
3. VGG-16
4. Inception-v1
5. Inception-v3
6. Inception-v4
7. ResNet-50
8. ResNeXt-50
9. Inception-ResNets
10. Xception
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/295314.html
標籤：AI