问题归纳与要点整理------ALEX《深度卷积网络的图片分类》

alex的《ImageNet Classification with Deep Convolutional Neural Networks》相信大家都读过，博主也是刚刚入门，话不多说，一起来学习一下，分析一下文中出现的不一懂的部分。
作者之前也弄过一篇ppt，但是还是没有真正理解点这里
当然了，首先介绍一下，作者alex的alexnet的贡献：
祖师爷Hinton 带领的小组经典之作，深度学习开山祖师 Hinton率领的谷歌团队多次夺冠 ，主力成员为 hinton 在多伦多大学的学生 Alex Krizhevsky ， Ilya Sutskever ， 因此他们的解决方案也叫alexnet ， 这篇文章是hinton大神团队的代表性之作，CNN （卷积神经网络）已经成为图像识别处理的标准，alexnet作为CNN的代表性方案基础，开创性的GPU计算卷积 ， 仿生视觉细胞的局部感受野等手段解决了图像处理的难题， 和同期的VGG、ResNet、GoogleNet等比肩，使得图像识别成为了人工智能的最成功领域。

什么是局部响应归一化

什么是隐藏层

什么是特征向量

文中的总体构架的理解

• 什么是局部响应归一化
  
• 正则化什么意思
  正则化（Re