完全的深度学习小白，只是每次组会实验室的人都会提到很多深度学习相关的文章，会提到很多经典网络，听得我一头雾水。
于是作为小白希望自己能够把这些网络都稍微了解一下，并作为**笔记***记录下来，其中难免会有一些小错误，期待指正。
计划主要介绍如下几个网络：AlexNet,VGG,ResNet,UNet...
废话不多说，开始。
一.AlexNet
2012年，Hinton的学生Alex Krizhevsky在寝室用GPU死磕了一个Deep Learning模型，一举摘下了视觉领域竞赛ILSVRC 2012的桂冠，在百万量级的ImageNet数据集合上，效果大幅度超过传统的方法，从传统的70%多提升到80%多。
二.VGG
VGG是一个以“机构”命名的网络，和GoogleNet, AlexNet, LeNet类似，是ILSVRC 2014的第二名是Karen Simonyan和 Andrew Zisserman实现的卷积神经网络。
论文链接：Very Deep Convolutional Networks for Large-Scale Image Recognition
（发表在ICLR2015, 截至目前引用量：11821)
Main Contribution：展示出网络的深度是算法优良性能的关键部分.