深度学习网络篇——AlexNet

作为一个机器学习刚入门的小学生，今天和大家分享的是一篇比较经典的论文《ImageNet Classification with Deep Convolutional Neural Networks》。只是我们在学习后的知识分享和总结，有不周到的地方还请各位大大们指正。

简要概括

AlexNet是2012年ImageNet竞赛冠军Hinton和他的学生Alex Krizhevsky提出设计的，官方数据上网络所得的top-1和top-5错误率分别为37.5%和17.0%。
AlexNet采用了8层的神经网络，其中包含5个卷积层（其中有3个卷积层后连接了最大池化层），3个全连接层和最后的softmax层。AlexNet里面包含了6千万个参数和65万个神经元。为了防止过拟合，采用了正则化方法“Dropout”；为了提高训练和运行速度，采用了双GPU的设计模式。

AlexNet的重中之重！

敲黑板！！！划重点！！！AlexNet最重要的部分就是下图中的网络结构！可能小伙伴们看着这张图觉得有些莫名其妙，所以大家对照着下图思路就可以把AlexNet这块骨头啃下来了！（友情提示：备注要认真看哦~）