卷积神经网络（CNN）的发展历程是深度学习的缩影。从奠定基础的LeNet-5，到引爆革命的AlexNet，再到解决退化问题的ResNet，每一个经典模型都解决了关键的工程挑战。理解这些架构的演进脉络，是掌握现代计算机视觉核心思想的钥匙，也为探索AI前沿提供了宝贵的启示。
智能速览
LeNet-5奠定了CNN局部连接与参数共享的核心范式。
AlexNet利用GPU和ReLU等技术在2012年引爆深度学习革命。
VGGNet证明了多层小卷积核在性能与参数效率上的优越性。
ResNet通过残差学习解决了深度网络的退化问题。
1x1卷积与全局平均池化是提升网络效率的关键组件。
精华内容
CNN的演进并非一蹴而就，而是针对一系列具体问题的迭代解答。从奠基到革命，再到深化，每一步都值得深入探究。
奠基之作LeNet
1998年诞生的LeNet-5，在计算资源匮乏的年代就确立了CNN的核心设计哲学。其“局部连接”借鉴了生物视觉系统的感受野机制，而“参数共享”则极大地减少了模型参数量。通过“分层抽象”，网络从底层的边缘特征逐层构建至高层的语义信息。这一范式在当时受限于算力与数据规模，却为此后二十年的发展埋下了关键的种子。
突破之作AlexNet
2012年的AlexNet是CNN发展的转折点，它将ImageNet图像识别的错误率从26%大幅降至15.3%。这一飞跃得益于多项技术创新：利用GPU并行计算解决了算力瓶颈；采用ReLU激活函数缓解了梯度消失问题；引入Dropout正则化有效抑制了过拟合。AlexNet的成功证明了深度学习在海量数据下的巨大潜力，正式开启了深度学习的黄金时代。
极致之作VGGNet
VGGNet的贡献在于其极致的简洁性与可复现性，它探索了网络深度与性能的关系。VGG的核心创新是统一使用3×3小卷积核堆叠。通过计算可知，两层3×3卷积的感受野等同于一层5×5卷积，但前者参数量更少，并引入了更多的非线性激活层，增强了模型的表达能力。这种“少即是多”的设计哲学，证明了通过堆叠小尺寸卷积核可以构建更深层、更高效的模型。
飞跃之作ResNet
当网络深度增加时，退化问题浮现：更深的模型反而训练误差更高。2015年的ResNet通过引入“残差学习”解决了这一难题。其核心是跳跃连接，使网络学习输入与输出之间的残差映射。这一设计让恒等映射变得容易，确保梯度能够顺畅地反向传播，使得训练超过100层的网络成为可能。ResNet不仅在ImageNet竞赛中首次超越人类识别准确率，也为训练超深度网络开辟了道路。
从LeNet到ResNet，CNN的演进史是一部关于“化繁为简”与“深度探索”的工程史诗。这些经典架构凝练出的设计原则，已深刻融入现代AI的血液。即便在Vision Transformer等新架构涌现的今天，CNN的核心思想仍是理解AI不可或缺的基石。未来的视觉模型，又将如何融合这些宝贵经验呢？
