完全的深度學習小白，只是每次組會實驗室的人都會提到很多深度學習相關的文章，會提到很多經典網路，聽得我一頭霧水。

於是作為小白希望自己能夠把這些網路都稍微瞭解一下，並作為**筆記***記錄下來，其中難免會有一些小錯誤，期待指正。

計劃主要介紹如下幾個網路：AlexNet,VGG,ResNet,UNet...

廢話不多說，開始。

一.AlexNet

2012年，Hinton的學生Alex Krizhevsky在寢室用GPU死磕了一個Deep Learning模型，一舉摘下了視覺領域競賽ILSVRC 2012的桂冠，在百萬量級的ImageNet資料集合上，效果大幅度超過傳統的方法，從傳統的70%多提升到80%多。

二.VGG

VGG是一個以“機構”命名的網路，和GoogleNet, AlexNet, LeNet類似，是ILSVRC 2014的第二名是Karen Simonyan和 Andrew Zisserman實現的卷積神經網路。

論文連結：Very Deep Convolutional Networks for Large-Scale Image Recognition

（發表在ICLR2015, 截至目前引用量：11821) 

Main Contribution：展示出網路的深度是演算法優良效能的關鍵部分.