第一周：AlexNet_alexnet应用于哪些领域-CSDN博客

本文链接：https://blog.csdn.net/lucky15020513360/article/details/106843485

本文详细介绍了AlexNet在ILSVRC比赛中的应用，探讨了数据增强、Dropout、ReLU等关键技术和训练技巧。通过对比预训练模型与非预训练模型在猫狗数据集上的训练曲线，突显深度学习在图像识别领域的优势。

摘要由CSDN通过智能技术生成

1.ImageNet数据集与ILSVRC之间的关系是什么？

    答：ILSVRC使用ImageNet的一个子集，总共有大约120万个训练图像，50,000个验证图像，以及150,000个测试图像；1000类别标记。
    Large Scale Visual Recognition Challenge 即ILSVRC(2012~2017)比赛，是基于该数据集的1000个类别的比赛。训练集120万张图片。 从   2010年起， 每年ImageNet 的项目组织都会举办一场基于ImageNet 的大规模视觉识别竞赛（ lmageNet Large Scale VisualRecognition Challenge , ILSVRC ） 。在ILSVRC 竞赛中诞生了许多成功的图像识别方法，其中很多是深度学习方法， 它们在赛后又会得到进一步发展与应用。
  ImageNet 数据集和ILSVRC 竞赛大大促进了计算机视觉技术， 乃至深度学习的发展， 在深度学习的浪潮中占有举足轻重的地位。

2.AlexNet训练过程的数据增强中，针对位置，采用什么方法将一张图片有可能变为2048张不一样的图片（1个像素值不一样，也叫不一样）？

  答：原图像是256*256，我们从中抽取224*224的部分，如此一张图片产生32*32=1024张图片。然后进行水平翻转变换，一张图片总计产生2048张图片。

第一周：AlexNet

1.ImageNet数据集与ILSVRC之间的关系是什么？

2.AlexNet训练过程的数据增强中，针对位置，采用什么方法将一张图片有可能变为2048张不一样的图片（1个像素值不一样，也叫不一样）？

3.AlexNet使用的Dropout，在使用过程中需要注意什么？