经典网络

LeNet-5

针对灰度图片训练，例如输入一个32x32x1的图片：

图片与一个5x5x6的过滤器做卷积，步伐s=1，padding=0，得到28x28x6的矩阵，再与一个14x14x6的过滤器做均值池化，过滤器宽度为2，步幅为2，图形的尺寸，高度和宽度均缩小2倍，得到一个14x14x6的图像，再与一个5x5x16的过滤器做卷积，步伐s=1，padding=0，得到10x10x16的图像，再与一个5x5x16的过滤器做均值池化，过滤器宽度为2，步幅为2，图形高度和宽度均缩小2倍，输出一个5x5x16的图形。将所有数字相乘，乘积是400。
下一层是全连接层，在全连接层中，有400个节点，每个节点有120个神经元，再从这400个节点中抽取一部分节点构建另一个全连接层。
最后一步就是利用这84个特征得到最后的输出，还可以再这里再加一个节点用来预测$\hat y$y^​的值，$\hat y$y^​有10个可能的值，对应识别0-9这10个数字，用softmax函数输出十种分类结果。

AlexNet

AlexNet首先用一张227x227x3的图片作为输入，第一层使用11x11x96的过滤器，s=4，得到55x55x96的图像，用一个3x3的过滤器构建最大池化层，f=3，s=2，得到27x27x96的图像，接着再执行一个5x5的卷积，padding之后，得到27x27x276的图像，再进行最大池化，尺寸缩小到13x13，再执行一次same卷积，相同的padding，得到的结果是13x13x384,再做一次same卷积。再做一次同样的操作，最后再进行一次最大池化，尺寸缩小到6x6x256。最后将所有数字相乘，得到9216个单元，然后是一些全连接层，最后使用softmax函数输出识别的结果。

VGGNet

VGG-16网络没有那么多超参数，这是一种只需要专注于构建卷积层的简单网络，首先用3x3，步幅为1的过滤器构建卷积层，padding参数为same卷积中的参数，然后用一个2x2，步幅为2的过滤器构建最大池化层，因此VGG网络的一大优点是它确实简化了神经网络结构。输入一个224x224x3的图像，在最开始的两层用64个3x3的过滤器对输入图像进行卷积，输出结果是224x224x64，因为使用了same卷积，通道数量也一样，VGG-16其实是一个很深的网络，这里并没有把所有卷积层都画出来。假设这个小图是输入图像，尺寸是224x224x3，进行第一个卷积之后得到224x224x64的特征图，接着还有一层224x224x64，得到这样2个厚度为64的卷积层，意味着用64个过滤器进行两次卷积，这里采用的都是大小为3x3，步幅为1的过滤器，并且采用same卷积。
接下来创建一个池化层，池化层将输入图像进行压缩，从224x224x64缩小到112x112x64。使用129个过滤器，以及一些same卷积，输出112x112x128然后进行池化，可以推导出池化后的结果是56x56x128，然后又是若干个卷积层，使用129个过滤器，以及一些same卷积，输出112x112x128，然后进行池化，可以推导出池化后的结果是56x56x128，接着再用256个相同的过滤器做三次卷积操作，然后再池化，然后再卷积三次，再池化。如此进行几轮操作后，得到7x7x512的特征图进行全连接操作，得到4096个单元，然后进行softmax**，输出从1000个对象中识别的结果。

VGG-16的这个数字16，就是指在这个网络中包含16个卷积层和全连接层，网络结构规整，主要缺点是需要训练的特征数量非常巨大。

残差网络（ResNet）

situation：非常非常深的神经网络是很难训练的。
why：存在梯度消失和梯度爆炸问题。
solution：跳跃连接skip connection，它可以从某一层网络层获取**，然后迅速反馈给另外一层，甚至是神经网络的更深层，可以利用跳跃连接构建能够训练深度网络的ResNets，有时深度能够超过100层。
注：skip connection：指$a^{[l]}$a[l]跳过一层或者好几层，从而将信息传递到神经网络的更深层。

这是一个两层神经网络，在L层进行**，得到$a^{[l+1]}$a[l+1]，再次进行**，两层之后得到$a^{[l+2]}$a[l+2]。计算过程是从$a^{[l]}$a[l]开始，首先进行线性**，根据这个公式：$z^{[l+1]}=W^{[l+1]}a^{[l]}+b^{[l+1]}$z[l+1]=W[l+1]a[l]+b[l+1]，通过$a^{[l]}$a[l]算出$z^{[l+1]}$z[l+1]，即$a^{[l]}$a[l]乘以权重矩阵，再加上偏差因子。然后通过ReLU非线性**函数得到$a^{[l+1]}$a[l+1]，$a^{[l+1]}=g(z^{[l+1]})$a[l+1]=g(z[l+1])计算得出，接着再次进行线性**，依据等式$z^{[l+2]}=W^{[l+2]}a^{[l+1]}+b^{[l+2]}$z[l+2]=W[l+2]a[l+1]+b[l+2],最后根据这个等式再次进行ReLU非线性**，即$a^{[l+2]}=g(z^{[l+2]})$a[l+2]=g(z[l+2])，这里的g是指ReLU非线性函数，得到的结果就是$a^{[l+2]}$a[l+2]。信息流从$a^{[l]}$a[l]到$a^{[l+2]}$a[l+2]需要经过以上所有步骤，即这组网络层的主路径。
在残差网络中有一点变化，我们将$a^{[l]}$a[l]直接向后，拷贝到神经网络的深层，在ReLU非线性**函数前加上$a^{[l]}$a[l]，这是一条捷径。$a^{[l]}$a[l]的信息直接到达神经网络的深层，不再沿着主路径传递，这意味着最后这个等式（$a^{[l+2]}=g(z^{[l+2]})$a[l+2]=g(z[l+2])）去掉了，取而代之的是另一个ReLU非线性函数，仍然对$z^{[l+2]}$z[l+2]进行g函数处理，但这次要加上$a^{[l]}$a[l]，即：$a^{[l+2]}=g(z^{[l+2]}+a^{[l]})$a[l+2]=g(z[l+2]+a[l])，也就是加上的这个$a^{[l]}$a[l]产生了一个残差块。

如图所示，5个残差块连接在一起构成一个残差网络。如果使用标准优化算法训练一个普通网络，比如梯度下降法，或者其它热门的优化算法，如果没有残差，没有这些捷径或者跳跃连接，凭经验会发现随着网络深度加深，训练错误会减少，然后增多，理论上，随着网络深度的加深，应该训练得越来越好才对，但实际上如果没有残差网络，对于一个普通网络来说，深度越深意味着优化算法越难训练，训练错误会越来越多。
但残差网络不同，即使网络再深，训练的表现却不错。

1x1卷积

1x1卷积：用于减少或保持或增加通道数（$n_c$nc​）

谷歌Inception网络

作用

代替人工来确定卷积层中的过滤器类型，大小究竟是1x1,3x3，还是5x5，或者是否需要创建卷积层或池化层。
**思想：**不需要人为决定使用哪个过滤器或者是否需要池化，而是由网络自行确定这些参数，你可以给网络添加这些参数的所有可能值，然后把这些输出连接起来，让网络自己学习它需要什么样的参数，采用哪些过滤器组合。
**瓶颈层：**假设有一个玻璃瓶，瓶颈是这个瓶子最小的部分。同理，瓶颈层是网络中最小的部分，先缩小网络，再扩大它。只要合理构建瓶颈层，既可以显著缩小表示层规模，又不会降低网络性能，从而节省了计算。

inception网络

输入一个28x28x192的图片，先通过1x1的过滤器，再通过5x5的过滤器，1x1的层可能有16个通道，而5x5的层输出为28x28x32，共32个通道。
输入一个28x28x192的图片，先通过1x1的过滤器，再通过3x3的过滤器，1x1的层可能有96个通道，而3x3的层输出为28x28x128，共128个通道。
也可以输入一个28x28x192的图片，将其直接通过一个1x1的卷积层，这时就不比在后面再跟一个1x1的层，输出28x28x64。
使用same类型的padding来池化，使得输出的高和宽依然是28x28，再加上一个1x1的卷积层，将通道的数量缩小，缩小到28x28x32。
最后将这些矩阵全连接起来，在这过程中，把得到的各个层的通道都加起来，最后得到一个28x28x256的输出。

迁移学习

使用别人已经训练好网络结构的权重参数，把它当作一个很好的初始化用在你自己的神经网络上，用迁移学习把公共的数据集的知识迁移到你自己的问题上，然后转换到你感兴趣的任务上，