【论文综述】深度卷积神经网络架构最新进展综述（附60页全文下载）

【导读】近几年的AI发展潮流势不可挡，其中深度学习算法功不可没，巨大的应用价值也造就了这一领域的快速发展速度，相关论文层出不穷，今天为大家推荐一篇最新的综述文章，介绍了深度卷积神经网络（CNN）框架的一些最新研究进展。

介绍：

深度卷积神经网络（CNN）是一种特殊类型的神经网络，它在各种竞赛中均取得了非常不错的结果，深度CNN的强大学习能力，主要通过多层非线性特征提取器来实现，这些过程可以自动的从数据中学习分层表示。大量的可用数据和硬件处理器的改进加速了CNN的研究进程。

最近，CNN相关算法的研究表明，在一些非常具有挑战性的基准测试中，创新的架构思想以及参数上的优化，可以大幅度的提高算法的性能。在这方面，以往的研究已经做了大量的实验，证明了这一点，例如使用不同的激活函数和损失函数、参数优化、正则化以及框架重构等等。因此，本篇综述主要针对CNN架构中的内在结构分类，将CNN架构划分为七种不同类别，这七个类别基于空间利用、深度、多路径、宽度、feature map、channel提升以及注意力机制。此外，还涵盖了CNN组件的基本介绍，并阐明了CNN当前的挑战和机遇。

论文链接：

http://www.zhuanzhi.ai/paper/ba85a12943e4a9650b21ba9d3b47316a

专知网站新版上线，新增PDF预览功能，欢迎大家使用体验~~

【论文下载】

 请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“SRADC” 就可以获取本文的下载链接~ 

• 专知《深度学习：算法到实战》正在讲授PyTorch实战，手把手教你深度学习，欢迎扫码报名

  

附论文全文：

-END-

专 · 知

   专知《深度学习: 算法到实战》课程正在开讲！ 中科院博士为你讲授！

请加专知小助手微信（扫一扫如下二维码添加），咨询《深度学习:算法到实战》参团限时优惠报名~

欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程