卷积神经网络经典论文

卷积神经网络是一种用于图像处理的人工神经网络。它的经典论文包括：

1. "Gradient-based learning applied to document recognition" (1998)，这篇论文是由 Yann LeCun、Léon Bottou、Yoshua Bengio 和 Patrick Haffner 合作完成的，是卷积神经网络的早期代表作。

2. "ImageNet Classification with Deep Convolutional Neural Networks" (2012)，这篇论文是由 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey E. Hinton 撰写的，是深度卷积神经网络的关键论文。

3. "Very Deep Convolutional Networks for Large-Scale Image Recognition" (2014)，这篇论文是由 Karen Simonyan 和 Andrew Zisserman 撰写的，提出了深度卷积神经网络的新架构。

4. "Residual Networks Behave Like Ensembles of Relatively Shallow Networks" (2015)，这篇论文是由 Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun 撰写的，提出了残差网络的概念。

5. "Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning" (2016)，这篇论文是由 Christian Szegedy、Saurabh Singh、Lorenzo Torresani 和 Wei Liu 撰写的，提出了 Inception v4 和 Inception-ResNet 网络架构。