Década de 1950: Frank Rosenblatt propuso el Perceptrón, uno de los primeros modelos de redes neuronales.
Década de 1980: Yann LeCun y otros propusieron LeNet-5, que fue la primera CNN aplicada con éxito al reconocimiento de dígitos escritos a mano.
1998: Yann LeCun y otros desarrollaron LeNet-5 y propusieron una versión mejorada de LeNet-5 para el reconocimiento de códigos postales escritos a mano.
2012: Alex Krizhevsky y otros propusieron AlexNet, la primera CNN en lograr resultados revolucionarios en el Desafío de reconocimiento visual a gran escala de ImageNet (ILSVRC).
2014: VGGNet logró mejores resultados en ILSVRC, demostrando las ventajas de estructuras de red más profundas.
2014: Google propuso la arquitectura Inception (GoogLeNet), que mejoró la eficiencia informática de la red mediante la introducción del módulo Inception.
2015: Microsoft propuso ResNet (Red Residual), que resolvió el problema del gradiente que desaparece en el entrenamiento de redes profundas a través de conexiones residuales.
Hasta ahora: CNN continúa evolucionando, con la aparición de nuevas estructuras de red como EfficientNet y Vision Transformer, así como una mayor optimización en diversos campos de aplicación.