1. 简介

2012年，Alex Krizhevsky, Ilya Sutskever和Geoffrey E. Hinton在论文《ImageNet Classification with Deep Convolutional Neural Networks》中提出AlexNet，夺得ILSVRC 2012的冠军。
AlexNet是最早的现代神经网络，AlexNet证明了CNN在复杂模型下的有效性，使用GPU使得训练在可接受的时间范围内得到结果，推动了有监督深度学习的发展。

主要特点：

• 采用GPU实现：两个GPU并行化计算，采用交叉验证，提高了准确率（第二、三层卷积层之间用了两个GPU的“串联”）
• 采用ReLU**函数：克服了梯度消失问题且收敛速度较快，优于tanh与sigmoid函数
• 采用数据增强：数据增强采用图像平移和翻转来生成更多的训练图像，提升了模型的泛化能力
• 采用Dropout：降低了神经元之间互适应关系，迫使神经元不会过度依赖某个神经元或特征，可学习更为鲁棒的特征，防止过拟合

2. 网络结构

Layer 1 ： CONV + POOL

• CONV
  • 输入：$227 \times 227 \times 3$227×227×3
  • 卷积核：$11 \times 11$11×11，深度$48$48，步长$4$4
  • 输出：$55 \times 55 \times 96$55×55×96
• Relu**函数
• POOL
  • 输入：$55 \times 55 \times 96$55×55×96
  • 池化核：最大池化，$3 \times 3$3×3，步长$2$2
  • 输出：$27 \times 27 \times 96$27×27×96
• LRN（局部响应归一化）

Layer 2 ：CONV + POOL

• CONV
  • 输入：$27 \times 27 \times 96$27×27×96（SAME Padding）
  • 卷积核：$5 \times 5$5×5，深度$128$128，步长$1$1
  • 输出：$27 \times 27 \times 256$27×27×256
• Relu**函数
• POOL
  • 输入：$27 \times 27 \times 256$27×27×256
  • 池化核：最大池化，$3 \times 3$3×3，步长$2$2
  • 输出：$13 \times 13 \times 256$13×13×256
• LRN（局部响应归一化）

Layer 3： CONV

• CONV
  • 输入：$13 \times 13 \times 256$13×13×256（SAME Padding）
  • 卷积核：$3 \times 3$3×3，深度$192$192，步长$1$1
  • 输出：$13 \times 13 \times 384$13×13×384
• Relu**函数

Layer 4： CONV

• CONV
  • 输入：$13 \times 13 \times 384$13×13×384（SAME Padding）
  • 卷积核：$3 \times 3$3×3，深度$192$192，步长$1$1
  • 输出：$13 \times 13 \times 384$13×13×384
• Relu**函数

Layer 5： CONV-POOL

• CONV
  • 输入：$13 \times 13 \times 384$13×13×384（SAME Padding）
  • 卷积核：$3 \times 3$3×3，深度$128$128，步长$1$1
  • 输出：$13 \times 13 \times 256$13×13×256
• Relu**函数
• POOL
  • 输入：$13 \times 13 \times 256$13×13×256
  • 池化核：最大池化，$3 \times 3$3×3，步长$2$2
  • 输出：$6 \times 6 \times 256$6×6×256

Layer 6： FC1

• 输入：$9216$9216
• 输出：$4096$4096
• Relu**函数

Layer 7： FC2

• 输入：$4096$4096
• 输出：$4096$4096
• Relu**函数

Layer 8： FC3

• 输入：$4096$4096
• 输出：$1000$1000
• Sigmoid**函数

说明：

• 原始图像大小$256 \times 256 \times 3$256×256×3，经过随机裁剪、旋转等预处理，形成$227 \times 227 \times 3$227×227×3。
• Layer 1中卷积核深度为$48$48，由于是分在2个GPU上训练，所以总数为$96$96；其他层同理。