超级会员免费看
该文详细介绍了AlexNet网络结构，包括输入层、卷积层、全连接层等，并通过TensorFlow实现了该模型。AlexNet由Alex Krizhevsky等人提出，主要用于图像分类。文章还解释了卷积层的计算过程、ReLU激活函数和局部响应归一化。最后，给出了TensorFlow实现的注意事项，如输入尺寸调整和类别数量设定。
此文之目的，不在其他，而在加深个人对AlexNet之印象。AlexNet来自论文《ImageNet Classification with Deep Convolutional Neural Networks》。论文作者有Alex Krizhevsky，Ilya Sutskever，Geoffrey E. Hinton。有兴趣可查阅原文。
AlexNet网络结构
AlexNet网络原图如下：
为了帮助理解，我们添加了注释（红色部分），如图：
横向来说，网络总共分为8层（输入层不计算在内），第1层~第5层为卷积层，第6层~第8层为全连接层。纵向来说分为上下两层，对应两个GPU，分上下两层主要是为了通过GPU并行加快计算速度，但是它们又不是完全独立的&#x
订阅专栏 解锁全文
452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
