Alex在2012年提出的alexnet網(wǎng)絡(luò)結(jié)構(gòu)模型引爆了神經(jīng)網(wǎng)絡(luò)的應(yīng)用熱潮，并贏得了2012屆圖像識別大賽的冠軍，使得CNN成為在圖像分類上的核心算法模型。

AlexNet該模型一共分為八層，5個卷積層，以及3個全連接層,在每一個卷積層中包含了激勵函數(shù)RELU以及局部響應(yīng)歸一化（LRN）處理，然后在經(jīng)過降采樣（pool處理）。 (推薦學習：web前端視頻教程）

第一層：卷積層1，輸入為 224×224×3224 times 224 times 3224×224×3的圖像，卷積核的數(shù)量為96，論文中兩片GPU分別計算48個核; 卷積核的大小為 11×11×311 times 11 times 311×11×3; stride = 4, stride表示的是步長， pad = 0, 表示不擴充邊緣;

卷積后的圖形大小是怎樣的呢？

wide = (224 + 2 * padding - kernel_size) / stride + 1 = 54
height = (224 + 2 * padding - kernel_size) / stride + 1 = 54
dimention = 96

然后進行 (Local Response Normalized), 后面跟著池化pool_size = (3, 3), stride = 2, pad = 0 最終獲得第一層卷積的feature map

第二層：卷積層2, 輸入為上一層卷積的feature map， 卷積的個數(shù)為256個，論文中的兩個GPU分別有128個卷積核。卷積核的大小為：5×5×485 times 5 times 485×5×48; pad = 2, stride = 1; 然后做 LRN， 最后 max_pooling, pool_size = (3, 3), stride = 2;

第三層：卷積3, 輸入為第二層的輸出，卷積核個數(shù)為384, kernel_size = (3×3×2563 times 3 times 2563×3×256)， padding = 1, 第三層沒有做LRN和Pool

第四層：卷積4, 輸入為第三層的輸出，卷積核個數(shù)為384, kernel_size = (3×33 times 33×3), padding = 1, 和第三層一樣，沒有LRN和Pool

第五層：卷積5, 輸入為第四層的輸出，卷積核個數(shù)為256, kernel_size = (3×33 times 33×3), padding = 1。然后直接進行max_pooling, pool_size = (3, 3), stride = 2;

第6,7,8層是全連接層，每一層的神經(jīng)元的個數(shù)為4096，最終輸出softmax為1000,因為上面介紹過，ImageNet這個比賽的分類個數(shù)為1000。全連接層中使用了RELU和Dropout。