1 爲什麼要進行實例研究
借鑑是一種高效的學習方式
2 經典網絡
LeNet-5
AlexNet
VGGNet
LeNet-5
針對灰度圖像的手寫數字體識別網絡
第一代卷積神經網絡，創立了這種卷積後加池化，總體爲卷積+池化+全連接的網絡結構。
通過計算大約需要6萬個參數需要訓練，遠低於直接全連接需要的參數。
AlexNet
確定了深度學習在計算機視覺領域的可行
大約需要6千萬個參數需要訓練，比LeNet-5複雜了許多。
也有大量的超級參數
VGGNet - 16
相當深的一個網絡，但是結構並不複雜。並且它的結構具有一定的規律性，導致它比較受歡迎。
需要1.38億個參數需要訓練。
