AlexNet详解

ISLVRC2012数据集（用于图像分类）

AlexNet

（1）首次使用GPU进行网络加速训练

（2）使用了ReLu激活函数，而不是传统的Sigmoid和Tanh激活函数

 

（3）使用了LRN局部响应归一化

（4）在全连接层的前两层中使用了dropout随机失活神经元操作，以减少过度拟合

结尾的1000，类别有多少就改成多少

pytorch搭建AlexNet

 

(1)使用 nn.Sequential对一列层结构进行打包组合成一个新的层结构，使代码更简洁

（2）当卷积或池化过程结果为小数时，会自动舍去余数所对应的行和列

（3）inplace=true  增加计算量，减少内存使用量，可用于载入更大模型

（4）stride=1时可以不写，因为默认为1

（1）通过self.modules()会遍历定义的每一个层结构

isinstance（m,nn.Conv2d）用于判断m是否为Conv2d类型