图像识别-AlexNet论文总结

个人微信公众号：AI研习图书馆，欢迎关注~

深度学习知识及资源分享，学习交流，共同进步~

文章： ImageNet Classification with Deep Convolutional Neural Networks

1.引言

AlexNet，这篇文章可以算是深度学习真正意义上的的开山之作。发表以来，已经累计获得了6184次引用，并被广泛认为是业内最具深远影响的一篇文章。

作者创造了一个“大规模、有深度的卷积神经网络”。

2012年，当CNN第一次登上这个舞台，在前五测试错误率项目上达到15.4%的好成绩。这篇文章主要讨论了一种网络架构的实现。相比现在的架构，文中所讨论的布局结构相对简单，主要包括5个卷积层、最大池化层、dropout层，以及3个全连通层。该结构用于针对拥有1000个可能的图像类别进行分类。

2. 网络结构解析

AlexNet整体结构：

AlexNet的网络结构示意：

AlexNet包含6千万个参数和65万个神经元，包含