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~)