有三ai深度学习之模型设计经典网络篇

后来人们发现隐藏层叠得越多，网络的性能就越好。例如，在一个图片识别的公共测试集上，2012年AlexNet共8层，错误率为16.4%，2014年VGG共19层，错误率为7.3%，2014年GoogleNet共22层，错误率6.7%，2015年Residual Net有152层，错误率降到了3.57%。因此，现在的网络都是越叠越高，这种叠了很多层的神经网络就称为“深度学习”。