AlexNet学习笔记_resample2d

1.网络结构

上图从左到右：

   第0层是输入层：输入大小为227×227×3大小的RGB图像

   第1层是卷积层：（1）使用96个11×11×3的卷积核，s=4，p=0，输入为上一层的输出（下同），输出数据维度为55×55×96

                              （2）Local response normalization                        

                              （3）Relu()，输出数据维度为55×55×96                           

ReLU本来是不需要对输入进行标准化，但本文发现进行局部标准化能提高性能。

                           

其中代表在feature map中(x,y)坐标处经过第i个卷积核处和ReLU激活函数的输出，这个式子的含义就是一个值和它前后的n个值做标准化。k,n,α,β是超参数，本文由验证集确定为k=2,n=5,α=10−4,β=0.75。求和发生在feature map中，相同位置(x,y)的n个相邻kernel map上。其中N是卷积核的总数，符号max和min是为了表示边缘几层的标准化方式。输出数据维度为55×55×96

 

                             （4）Max pooling，最大池化，s=2，f=3，输出数据维度是27×27×96

          

    第2层是卷积层：（1）使用256个5×5×48的卷积核，s=1，p=2，输入为上一层的输出（下同），输出数据维度为27×27×256

                               （2）Local response normalization 

                               （3）Relu()，输出数据维度为27×27×256

                               （4）Max pooling，最大池化，s=2，f=3，输出数据维度是13×13×256

 

    第3层是卷积层：（1）使用384个3×3×256的卷积核，s=1，p=1，输入为上一层的输出（下同），输出数据维度为13×13×384

                               （2）Relu()，输出数据维度为13×13×384

                                    本层无标准化，无池化

 

    第4层是卷积层：（1）使用384个3×3×192的卷积核，s=1，p=1，输入为上一层的输出（下同），输出数据维度为13×13×384

                               （2）Relu()，输出数据维度为13×13×384

                                    本层无标准化，无池化

    

    第5层是卷积层：（1）使用256个3×3×192的卷积核，s=1，p=1，输入为上一层的输出（下同），输出数据维度为13×13×256

                               （2）Relu()，输出数据维度为13×13×256

                               （3）Max pooling，最大池化，s=2，f=3，输出数据维度是6×6×256

    第6、7、8层都是全连接层，分别有4096,4096,1000个神经元