CnnNet、VggNet、ResNet、DenseNet区别亮点】

CnnNet、VggNet、ResNet、DenseNet都是深度学习中常见的卷积神经网络，它们的主要区别在于网络结构和亮点。

CnnNet是一个简单的卷积神经网络，通常包含一些卷积和池化层，用于提取特征和降低特征维度。

VggNet是一种很深的神经网络，它的亮点是使用了很小的卷积核大小，并且对网络层的深度进行了调整，从而能够更加准确地进行图像识别。

ResNet是一种具有残差连接的神经网络，它的亮点是通过跨层连接来解决深度神经网络的梯度消失问题，从而能够更加准确地进行图像识别。

DenseNet是一种密集连接的神经网络，它的亮点是将前面每层的输出与后面每层的输入进行连接，从而提高了特征传递的效率和模型的准确性。