一.网络结构
AlexNet由5层卷积层和3层全连接层组成。
论文中是把网络放在两个GPU上进行，为了方便我们仅考虑一个GPU的情况。
上图中的输入是224×224224×224，不过经过计算(224−11)/4=54.75(224−11)/4=54.75并不是论文中的55×5555×55，而使用227×227227×227作为输入，
卷积层C1：处理流程为：卷积、ReLU、LRN、池化、
卷积：输入为227x227x3，使用96个11x11x3的卷积核，步长为4x4，得到FeatureMap为55x55x96
池化：3x3最大池化，步长为2，得到27x27x96的FeatureMap
卷积层C2: 处理流程为：卷积、ReLU、LRN、池化
卷积：输入为27x27x96，使用256个5x5x96的卷积核(padding = 2)，步长为1x1，得到FeatureMap为27*27*256
池化：3x3最大池化，步长为2，得到13x13x26的FeatureMap
卷积层C3: 处理流程为：卷积、ReLU
卷积： 输入为13x13x256，使用384个3x3x256的卷积核(padding = 1)，，步长为1x1，得到13x13x384的FeatureMap
卷积层C4: 处理流程为： 卷积、ReLU
卷积：输入为13x13x384，使用256个3x3x384的卷积核(padding = 1)，，步长为1x1，得到13x13x256的FeatureMap
卷积层C5：处理流程为：卷积、ReLU、池化
卷积：输入为13x13x256，使用256个3x3x256的卷积核，步长为1x1(padding = 1)，，得到13x13x256的FeatureMap
池化：3x3的最大池化，步长为2，得到6x6x256的FeatureMap
全连接层FC6: 处理流程为：全连接、ReLU、Dropout
全连接；输入为6x6x256，使用4096个6x6x256的卷积核，得到1x1x4096
全连接层FC7: 处理流程为：全连接、ReLU、Dropout
全连接：输入1x1x4096，使用4096个1x1x4096的卷积核，得到1x1x4096
输出层：第七层4096个数据与第八层1000个神经元进行全连接，输出1000个float值
二.,模型特点
1.ReLU Nonlinearity
标准L-P神经元的输出一般使用tanh或者sigmoid函数作为激活函数，这些饱和的非线性函数计算机梯度的时候要比非饱和函数max(0,x)慢得多，把非饱和线性函数成为Rectified Linear Units（ReLUs)
2.在两个GPU上训练
使用的GPU为GTX 580，内存只有3GB，使用一个GPU可能会限制训练网络的大小规模，因此使用两个GPU。
并行方案为把一半的神经元放在一个GPU上，GPU的交流仅在一些层上。比如第三层的将第二层的所有输出作为输入，但是第四层将第三层只属于同个GPU的输出作为输入。
3.Local Response Normalization
引入LRN，是为了模仿生物上，被激活的神经元抑制相邻神经元，即侧抑制，归一化的目的就是抑制，LRN借鉴侧抑制实现局部抑制。
其中bix,y为归一化后的值，i表示通道的位置，x，y代表像素更新的位置
aix,y为输入值，是激活函数ReLU的输入值
k，alpja，beta，n/2为自定义系数，一般设置k=2,n=5,alpha=1Xe-4,beta=0.75。
∑叠加方向是沿着通道方向，也就是一个点同方向的前面n/2个通道和后n/2个通道的点的平方和(n+1个点）
3.4Overlapping pooling
重叠池化有助于减少过拟合。
设池化的大小为zxz，步长为s，如果s<z,即每次池化都会和相邻池化有一部分重叠，称为重叠池化
三.减少过拟合操作
1数据增强
模型随机从256x256大小的原始图像中截取224x224大小的区域，同时还得到图片进行水平翻转后的镜像，相当于数据扩充了2048倍(2^(5+5+2))
测试时，模型会先截取一张图片的四个角加中间位置，并进行左右翻转，这样会获得10张图片，将10张图片作为预测的输入并对得到的10个预测结果求平均值，就是这样图片的预测结果。
2.dropout
在训练过程中，对全连接的神经元按照一定的概率将其暂时从网络中丢弃，暂时是指在此次训练中，被丢弃的神经元不进行前馈和BP了。
对于随机梯度下降来说，由于是随机丢弃，故每一个batch都是在训练一个不同的网络，这样就可以综合多个网络的训练结果。
原文地址：https://www.cnblogs.com/wengyuyuan/p/11769965.html