文/编辑 | 言有三

正所谓读史使人明智，没有一个经典的网络模型是突然之间冒出来的，都是厚积薄发的结果，我们会在知识星球每天更新一篇网络结构设计的文章，现在先来测试大家一下：

LeNet5，AlexNet，VGG，MobileNet它们的前身都是什么，你知道吗？

卷积神经网络的起源

从什么时候开始，才算是卷积神经网络的诞生呢？图像和语音又是如何受益于卷积神经网络，为什么网络要采用分层的设计，是谁开始使用最大池化？LeNet5为什么要加个5呢？难道还有1，2，3，4吗？除了分类数字，上个世纪的CNN还有其他用吗？

Neocognitron，TDNN，HMAX，Cresceptron，Siamese，LeNet系列网络可以了解一下。

深度学习卷土重来前夕

为什么深度学习崛起从RBM开始？AlexNet诞生之前Alex同学在干什么？VGG怎么就想起来使用小卷积了呢？

残差连接是原创吗

ResNet文章引用量已经过10000了，但是你知道几十年前的shortcut connection早就已经在网络结构中使用了吗？LeCun大神们早就系统性研究过shortcut connection了吗？早在resnet之前的highway network已经训练过上1000层的深层模型了吗？

开始研究高效率网络了

随着网络的能力越来越强，大家开始追求性价比了，不仅要强大，而且要高效，那么1*1卷积究竟有何妙用？分组卷积的起源到底是什么？

所有内容知识星球持续更新中，等你来！有三AI纪念版扑克牌已经开始发货了，名额有限，不知道你准备好下单没有。

有三AI纪念版扑克牌

直播预告

今日看图猜技术

有三AI 知识汇总

有三AI生态

更多更新的内容请移步知乎专栏《有三AI学院》

转载文章请后台联系

侵权必究

• 言有三新书预售，不贵，有料

• 这个春天，有三最后一月的学习“季划”招生

• 有三AI VIP会员发售，你的私人AI顾问已上线

• 有三AI知识星球官宣，BAT等大咖等你来撩

• 有三AI小程序上线，把你的代码show给世界

• 有三AI一周年了，说说我们的初衷，生态和愿景

• 有三AI终于摊牌了，第一款产品上市！

• 【AI初识境】从3次人工智能潮起潮落说起

• 【AI初识境】从头理解神经网络-内行与外行的分水岭

• 【AI初识境】近20年深度学习在图像领域的重要进展节点

• 【AI初识境】激活函数：从人工设计到自动搜索

• 【AI初识境】什么是深度学习成功的开始？参数初始化

• 【AI初识境】深度学习模型中的Normalization，你懂了多少？

• 【AI初识境】为了围剿SGD大家这些年想过的那十几招

• 【AI初识境】被Hinton，DeepMind和斯坦福嫌弃的池化，到底是什么？

• 【AI初识境】如何增加深度学习模型的泛化能力

• 【AI初识境】深度学习模型评估，从图像分类到生成模型

• 【AI初识境】深度学习中常用的损失函数有哪些？

• 【AI初识境】给深度学习新手做项目的10个建议

• 【AI不惑境】数据压榨有多狠，人工智能就有多成功

• 【AI不惑境】网络深度对深度学习模型性能有什么影响？

• 【AI不惑境】网络的宽度如何影响深度学习模型的性能？

• 【AI不惑境】学习率和batchsize如何影响模型的性能？

• 【AI不惑境】残差网络的前世今生与原理

• 【完结】深度学习CV算法工程师从入门到初级面试有多远，大概是25篇文章的距离

• 【完结】优秀的深度学习从业者都有哪些优秀的习惯

• 【完结】给新手的12大深度学习开源框架快速入门项目

• 【完结】总结12大CNN主流模型架构设计思想