抗造性能比较好的卷积神经网络

目前，一些经典的卷积神经网络在抗造性能方面表现较好，例如ResNet、DenseNet、SENet等。其中，ResNet是最早提出的一种具有很强抗造性能的卷积神经网络，其通过残差连接的方式解决了深度神经网络训练过程中的梯度消失问题，从而使得网络可以更深更容易训练。DenseNet则是在ResNet的基础上进一步增加了特征复用，使得网络可以更加紧凑，同时也具有很强的抗造性能。SENet则是通过引入Squeeze-and-Excitation模块来增强网络对重要特征的关注程度，从而提高了网络的抗造性能。