关于AlexNet很重要的链接1
关于AlexNet很重要的链接2
下图是AlexNet的网络结构
下面两个网络输入图片不一致,一个是224x224,一个是227x227
注意,第一幅图可能是VGG16的结构图(不确定中)
下面的过程是该网络配置结构中各个层的data flow diagram(训练阶段)
conv1阶段![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/67da1fa0b5cf3b765771be2071a3aaf1.png)
- 第一层输入数据为原始的227x227x3图像,图像被11x11x3的卷积核进行卷积,卷积核对原始图像的每次卷积都生成一个新的像素,卷积核沿着原始图像的x轴方向和y轴方向两个方向移动,移动步长是4个像素。
- 行和列的55x55个像素形成对原始图像卷积之后的像素层,共有96个卷积核,会生成55x55x96个卷积后的像素层,
- 反向传播时,每个卷积核对应一个偏差,即第一层的96个卷积核对应上层输入的96个偏差值
conv2阶段
????????????????上面第二个方框中的计算式子27-5+2x2,式子中2x2是因为group x padding??????????????????????????????