ZFNet

概述

ZFNet（Zeiler & Fergus Net）是 2013 年 ILSVRC 冠军网络，通过可视化并微调 AlexNet 架构取得进一步改进，是 AlexNet 的直接后继者。

关键内容

1. 与 AlexNet 的关系：ZFNet 由 Matthew Zeiler 和 Rob Fergus 提出，本质上是 AlexNet 的改进版。通过可视化技术（反卷积网络）分析 AlexNet 各层学到的特征，发现第一层卷积核过大（11×11）导致信息丢失，将其缩小为 7×7，并调整中间层通道数。
2. 2013 年 ILSVRC 冠军：ZFNet 在 2013 年竞赛中夺冠，Top-5 错误率进一步从 AlexNet 的 16.4% 降至约 11.2%。这证明了 AlexNet 架构的可改进性和深度学习方向的持续潜力。
3. 可视化贡献：ZFNet 最重要的贡献不是架构本身，而是其可视化方法——通过反卷积（deconvolution）将卷积层激活映射回像素空间，直观展示网络各层学到的特征。这增强了深度学习模型的可解释性。
4. 演化路径：AlexNet（2012）→ ZFNet（2013）→ VGGNet（2014，全 3×3 卷积）→ GoogLeNet: Inception（2014，Inception 模块）→ 残差网络（ResNet）（2015，残差连接）。

来源

• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读

相关

• AlexNet — extends
• VGGNet — precedes
• GoogLeNet: Inception — precedes
• 残差网络（ResNet） — precedes
• 卷积神经网络（CNN） — implements
• ILSVRC — won_2013