经典 CNN：从 AlexNet 到 ResNet

AlexNet 2012 年在 ImageNet 上以巨大优势夺冠，标志着深度学习时代开启；VGG 展示了简洁架构的力量；ResNet 用残差连接把网络深度推到上百层，至今仍是视觉领域的基石。

这段历史最动人的是它展现的技术演进逻辑：从证明可行（AlexNet），到优雅简化（VGG），到突破极限（ResNet），再到效率优化（MobileNet）。每一次迭代都在回答上一个时代留下的核心约束，节奏清晰而必然。

## 核心要点

图片来源：Openverse / Noah Sussman（https://www.flickr.com/photos/26325011@N00/4684071240）

1. AlexNet 证明了 GPU 训练 + 大数据 + 深层网络的威力。

2. VGG 的“小卷积核堆叠”理念影响深远。

3. ResNet 的残差连接解决了深层网络退化问题。

4. 此后网络设计从“更深”转向“更高效”。

图片来源：Openverse / Noah Sussman（https://www.flickr.com/photos/26325011@N00/4683443161）

## 写在最后

以上是关于「经典 CNN」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。