CNN 发展历程
• LeNet (1998)：局部感受野 + 池化，第一次真正提出 CNN
• AlexNet (2012)：ReLU + Dropout + 数据增强 + GPU，加速深度网络训练
• VGG (2014)：3×3 小卷积堆叠，结构简洁、可扩展
• Inception (2014–15)：多尺度卷积 + 1×1 降维，提高效率
• ResNet (2015)：残差连接，解决深层退化问题，网络可堆百层
• DenseNet (2016)：密集连接，特征复用、梯度更顺畅
• MobileNet (2017)：深度可分离卷积，轻量化，高效
• EfficientNet (2019)：复合缩放（深度×宽度×分辨率），自动化寻优
每个时间点的优化本质都围绕三条主线：
1. 让网络更深而不难训练（ReLU、BN、残差、密集连接）；
2. 让计算更高效（小卷积、Inception、多分支、可分离卷积
3. 让模型泛化更强（数据增强、Dropout、自动化缩放）。