AlexNet深度卷积神经网络模型架构详解

AlexNet 是深度学习领域的一个里程碑模型，由 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 在 2012 年提出，并在 ImageNet 大规模视觉识别挑战赛（ILSVRC）中取得了突破性成果。它首次展示了深度卷积神经网络（CNN）在图像分类任务中的强大能力，并为后续的深度学习研究奠定了基础。

以下是 AlexNet 的详细网络结构和关键设计特点：

---

1. AlexNet 的整体架构

AlexNet 包含 8 层（5 层卷积层 + 3 层全连接层），并且引入了许多创新的设计理念。以下是每一层的具体结构：

(1) 输入层

• 输入图像大小为 227×227×3（RGB 图像）。
• 注意：原始论文中提到输入图像大小为 224×224，但由于卷积核大小和步幅的原因，实际输入需要调整为 227×227。

(2) 第一层卷积层（Conv1）

• 卷积核大小：11×11
• 步幅（stride）：4
• 输出通道数：96
• 激活函数：ReLU
• 输出大小：(227 - 11) / 4 + 1 = 55 → 55×55×96

(3) 第一层池化层（Pool1）

• 池化类型：最大池化（Max Pooling）
• 池化窗口大小：3×3
• 步幅：2
• 输出大小：(55 - 3) / 2 + 1 = 27 → 27×27×96