| LeNet-5（1998） | AlexNet（2012） | VGGNet（2014） | GoogLeNet（2014） | ResNet（2015） | DenseNet(2017) | |
| 输入层 | 32*32*1 | 224*224*3 | 224*224*3 | 224*224*3 | 224*224*3 | |
| 卷积层 | 3 | 5 | 13 | |||
| 卷积核 | 5*5 | 11*11，5*5，3*3 | 3*3，1*1 | 5*5，3*3，1*1 | 7*7，3*3，1*1 | 3*3，1*1 |
| 池化层 | 2 | 3 | 5 | |||
| 池化核 | 2*2 | 3*3 | 2*2 | 3*3；全局平均池化：7*7 | 3*3 | 2*2 |
| 全连接层 | 2 | 3 | 3 | |||
| 输出层 | 10（0-9每个数字的概率） | 1000（ImageNet图像分类） | 1000（ImageNet图像分类） | 1000（ImageNet图像分类） | 1000（ImageNet图像分类） | |
| 网络层次 | 5 | 8 | 16 or 19 | 22 | 152 | 121 |
| 结构 | 3卷积（2池化）+2全连接 | 5卷积（3池化）+3全连接 | 5卷积组（5池化）+2全连接图像特征+1全连接分类特征 | 2单独卷积层（2池化）+9inception结构+1全局平均池化+1全连接（softmax) | “瓶颈残差模块”：依次由1*1,3*3,1*1三个卷积层堆积而成，提高计算效率 |
dense block：BN-ReLU-Conv(1×1)-BN-ReLU-Conv(3×3); 每个DenseBlock的之间层由BN−>Conv(1×1)−>averagePooling(2×2)组成 |
| 特点 |
CNN开山之作，定义了CNN 的基本组件，确立了其基本 架构 |
原始图片为256*256，使用了数据增广随机剪裁为224*224；拥有更深的网络，使用多CPU训练，RELU,dropout,LRN，局部响应归一化 | 采用了Pre-training的方式（先训练一部分网络，确保这部分网络稳定后，再在这基础上逐渐加深；卷积层使用了更小的filter尺寸和间隔，增加了非线性表达能力，减少了参数量 | 引入Inception结构代替单纯的卷积+激活传统操作，中间层增加辅助LOSS单元（目的是计算损失时让低层的特征也有很好的区分能力），帮助网络收敛，最后的全连接层全部替换为全局平均池化，减少参数，精度更高，训练更快 |
层数非常深； |
密集连接，缓解了梯度消失的问题，加强特征传播，鼓励特征复用，极大地减少了参数量，减少了计算量；缺点：内存占用非常高 |
| 结构图 |  |
 |
 |
 |
 |
 |
 |
 |
