1 AlexNet(2012,ImageNet冠军, CNN用于图像分类的开山之作)
结构:5 卷积层+3个全连接层(卷积核size:11,5,3)
特点:
- ReLU 激活函数 (避免了sigmoid的梯度消失-反向传播的时候会连乘sigmoid的导数,初始值很大的话导数接近于0,导致前层网络梯度越来越小;计算量减小,加快了训练速度)
- LRN(Local Response Normalization): 利用前后几层对当前层的输出做平滑处理(抑制机制,避免ReLU响应结果非常大,做归一化处理,增加泛化能力)
- fc层加入Dropout :每次参数更新时,以一定的比例使一些神经元不参与前后向传播(相当于模型组合,减小过拟合)
- Data Augmentation 数据扩充(随机裁剪,水平翻转),减小过拟合
- 重叠池化(减小过拟合)
- 多G