经典卷积网络--AlexNet

经典卷积网络--AlexNet

• 1、AlexNet网络结构
• 2、使用Tensorflow搭建AlexNet
• 3、完整代码实现

该网络值得借鉴的地方：激活函数使用 Relu，提升训练速度；Dropout 防止过拟合。

1、AlexNet网络结构

  AlexNet 网络诞生于 2012 年，是第一个在图像识别比赛中获得冠军的深度学习模型，其 ImageNet Top5 错误率为 16.4 %，可以说 AlexNet 的出现使得已经沉寂多年的深度学习领域开启了黄金时代。

  AlexNet 的总体结构和 LeNet5 有相似之处，但是有一些很重要的改进：

• 由五层卷积、三层全连接组成，输入图像尺寸为 224 * 224 * 3，网络规模远大于 LeNet5；
• 使用了 Relu 激活函数；
• 进行了舍弃（Dropout）操作，以防止模型过拟合，提升鲁棒性；
• 增加了一些训练上的技巧，包括数据增强、学习率衰减、权重衰减（L2 正则化）等。 AlexNet 的网络结构如图所示。