下篇：真正的未登峰

上篇：练习峰 中我们爬完了练习峰——MNIST 教会了 CNN 的基础：赤手空拳走不远，把山的结构刻进装备里。

但 MNIST 只是练习。 现实世界的山——ImageNet——140 万张彩色照片，1,000 个类别，比练习峰大 1,000 倍。2012 年 AlexNet 首登成功，此后八年，每一次"爬不上去"都逼出了新的设计。本章追溯从多尺度工具到高原反应补给站，从学会聚焦到预算有限时精打细算的完整演化。

本章概览

#	章节	叙事节点	核心问题
⑧	引言：真正的山	一座新的山	练习峰的技巧，在真山上还管用吗？
⑨	AlexNet：真正的未登峰，首登！	🟠 首登 ImageNet！	ReLU + Dropout + GPU——首登的四个关键
⑩	Inception：多尺度工具	多尺度工具	一种冰镐打不了所有岩壁
⑪	ResNet：高原反应补给站	高原反应	越深越缺氧——跳跃连接就是补给站
⑫	SE-Net：学会聚焦	学会聚焦	不是所有特征都值得抓——通道注意力
⑬	CBAM：哪里重要 + 什么重要	空间+通道	哪里重要 + 什么重要——完整的"看重点"
⑭	MobileNet：一个人，一把冰镐	极致省钱	深度可分离卷积——一个人一把冰镐
⑮	EfficientNet：每一分钱，花在刀刃上	精打细算	深度/宽度/分辨率——三个旋钮一起拧
🏁	登山下篇回顾：八年，八件装备	八年回顾	回望来路——指向架构心法

学习路径

        graph LR
    A[一座新的山] --> B[AlexNet<br/>首登]
    B --> C[Inception<br/>多尺度]
    C --> D[ResNet<br/>高原反应]
    D --> E[注意力<br/>学会聚焦]
    E --> F[MobileNet<br/>省钱]
    F --> G[EfficientNet<br/>花钱]
    G --> H[八年回顾]
    

核心认知：登山上篇教会了你怎么爬。登山下篇教会你在真正的山上怎么活——AlexNet 的首登、ResNet 的补给站、注意力的聚焦、MobileNet/EfficientNet 的预算学。

前置知识

前置章节	本章如何延伸
上篇：练习峰	MNIST 练习峰的完整攀登经验
卷积：发现装备	卷积、池化、感受野——所有装备的基础操作
LeNet-5：练习峰首登	LeNet——AlexNet 的直接祖先
拆开看看：CNN 消融研究	消融研究——知道每个零件贡献多少，才能系统性地设计

贡献者与修订历史

查看详细修订记录

• 2af6985 2026-06-14 - Heyan Zhu: feat(model-serving): add quantization and pruning chapter, restructure for general-first narrative
• dc35df2 2026-06-14 - Heyan Zhu: refactor: unify into two-chapter mountain-climbing narrative