用于特征提取的CNN的变体的网络有哪些，比如，VGG，ResNet

除了VGG和ResNet，还有很多用于特征提取的CNN变体的网络，例如：

1. Inception系列网络，其主要特点是使用了多个不同尺寸的卷积核来提取特征。

2. MobileNet系列网络，其主要特点是使用了深度可分离卷积来减少网络参数量和计算量。

3. DenseNet，其主要特点是在网络中增加了密集连接，使得特征可以更好地传递和重用。

4. SqueezeNet，其主要特点是使用了1x1卷积核来减少网络参数量和计算量。

5. ShuffleNet，其主要特点是使用了组卷积和通道重排等技术来减少计算量和内存消耗。

6. NASNet，其主要特点是使用了神经架构搜索算法来自动搜索最优的网络结构。

这些网络在不同场景下都有着出色的表现和应用。