AlexNet采用8层卷积神经网络,并以很大的优势赢得了2012年ImageNet图像识别挑战赛。
包括有五个卷积层,三个全连接层.
论文:ImageNet Classification with Deep Convolutional Neural Networks
一、论文原图
二、输入输出说明
对于AlexNet的输入,在论文中表述的都是224*224*3的大小,但是在后面的图片大小变换过程中,缺失按照227的输入在变换,对于这一点我至今弄不明白,欢迎指正修改。
下面我是按照224*224的输入大小来计算的图片大小,设置成这种连接的方式更为清晰,同时将每一层所需要的激活函数也加入进去。
三、LeNet与AlexNet对比
AlexNet实际上是更深更大的LeNet,它们的都是卷积层再加上三个全连接层。
AlexNet的主要改进:(1)池化层改用Max Pooling,原本的LeNet采用的是AvgPooling
(2)激活函数改为ReLU,LeNet的年代较早采用的是sigmoid
(3)加入了丢弃法,正则控制,在第六第七层。
四、参考资料
1、李沐《动手学深度学习》