معماريات الشبكات الالتفافية CNN Architectures

شبكات تعتمد على الالتفاف (Convolution) بأوزان مشتركة واتصال محلي، صُممت أساساً للصور. تطورت من LeNet-5 إلى شبكات عميقة جداً بالاتصالات المتبقية والكثيفة ثم إلى شبكات فعالة للأجهزة المحمولة.

مختبر CNN
  1. 1998LeNet-5
  2. 2012AlexNet
  3. 2014VGG16
  4. 2014GoogLeNet
  5. 2015ResNet
  6. 2017DenseNet
  7. 2017MobileNet
  8. 2019EfficientNet
معماريات الشبكات الالتفافية 1998

LeNet-5

لي-نت 5

شبكة التفافية مبكرة لتمييز الأرقام المكتوبة يدوياً، جمعت الالتفاف والتجميع الفرعي والطبقات الكاملة في معمارية واحدة تُدرَّب بالانتشار العكسي.

Parameters
60K
النوع
Convolutional neural network
معماريات الشبكات الالتفافية 2012

AlexNet

أليكس نت

شبكة التفافية عميقة فازت بمسابقة ImageNet ILSVRC-2012 بفارق كبير، وأطلقت موجة التعلم العميق في الرؤية الحاسوبية.

Parameters
60.97M
النوع
Deep convolutional neural network
معماريات الشبكات الالتفافية 2014

VGG-16

في جي جي 16

شبكة التفافية عميقة موحدة التصميم تعتمد فقط على نوى 3×3 مكدسة، وأثبتت أن العمق عامل حاسم في الأداء.

Parameters
138.36M
النوع
Deep convolutional neural network
معماريات الشبكات الالتفافية 2014

GoogLeNet

جوجل نت (Inception v1)

شبكة التفافية بعمق 22 طبقة مبنية من وحدات Inception تعالج المدخل بعدة أحجام نوى متوازية، بمعاملات أقل بكثير من AlexNet و VGG.

Parameters
7M
النوع
Inception convolutional network
معماريات الشبكات الالتفافية 2015

Residual Network (ResNet)

الشبكة المتبقية ResNet

شبكات التفافية عميقة جداً تتعلم دوالاً متبقية F(x) = H(x) − x عبر اتصالات تخطٍّ، مما سمح بتدريب شبكات بمئات الطبقات.

Parameters
25.56M
النوع
Residual convolutional network
معماريات الشبكات الالتفافية 2017

Densely Connected Convolutional Network (DenseNet)

الشبكة الكثيفة DenseNet

شبكة التفافية تتصل فيها كل طبقة داخل الكتلة بكل الطبقات السابقة عبر دمج خرائط السمات، فتعيد استخدام السمات بكفاءة.

Parameters
7.98M
النوع
Densely connected convolutional network
معماريات الشبكات الالتفافية 2017

MobileNet

موبايل نت

شبكة التفافية خفيفة للأجهزة المحمولة تستبدل الالتفاف العادي بالتفاف منفصل عمقياً (عمقي ثم نقطي) يقلل الحساب بنحو 8–9 مرات.

Parameters
4.23M
النوع
Efficient convolutional network (depthwise separable)
معماريات الشبكات الالتفافية 2019

EfficientNet

إفيشنت نت

عائلة شبكات التفافية تبدأ من شبكة أساسية (B0) وُجدت بالبحث المعماري، ثم تُكبَّر بالتحجيم المركب للعمق والعرض والدقة معاً.

Parameters
5.29M
النوع
Scaled efficient convolutional network