一、简介：

2012届图像识别大赛的冠军，top-5误差仅为15.3%，主要特点如下：

参数更多：60M个；网络更大：650000个神经元；网络构成：5个卷积层（有些层后添加了池化层）+ 3个全连接层（最后一层是1000维的softmax层）；使用GPU提升训练速度；使用了ReLU激活函数，改善梯度消失，提升训练速度；使用dropout减少过拟合；

二、网络结构：

以上是原文的网络结构，作者在写这篇论文的时候，GPU的处理速度还比较慢，所以AlexNet 采用了在两个 GPU 上进行训练的方法。大致原理是：这些层分别拆分到两个不同的GPU 上，同时还专门有一个方法用于两个GPU 进行交流。

这里用一张227×227×3的图片作为输入，实际上原文中使用的图像是224×224×3，其实227×227这个尺寸更好一些（我的理解是卷积后图片尺寸是整数的缘故）。

三、技术特点： 

1、使用ReLU激活函数

ReLU激活函数的优点：

程序实现时ReLU是一个 if-else 语句，而 sigmoid 函数需要进行浮点四则运算，在实践中，使用ReLU激活函数的神经网络通常会比使用 sigmoid 或者 tanh 激活函数学习的更快；sigmoid 和 tanh 函数的导数在正负饱和区的梯度都会接近于0，而ReLU函数大于 0 部分都为常数，不会产生梯度消失。

2、Local Response Normalization（局部响应归一化）

进行局部响应归一化的动机是，对于这张 13×13 的图像中的每个位置来说，我们可能并不需要太多的高激活神经元。但是后来，很多研究者发现 LRN 起不到太大作用。

3、Overlapping Pooling

使用池化层可以缩减模型的大小。作者在使用重叠窗pooling进行训练时发现更不容易出现过拟合现象。

4、Data Augmentation

使用数据增广可以对抗过拟合，有pad、水平/垂直翻转、随机裁剪、彩色转换等多种方法。

5、Dropout

使用丢弃法可以对抗过拟合。在训练时使用dropout，每次训练时的模型结构都不一样，避免过度依赖某一些神经元而导致过拟合。作者在文中提到dropout减少了过拟合，也使收敛需要的迭代次数增加一倍。

四、讨论： 

作者提到减少一个卷积层，网络的精度会下降，网络深度很重要。那么增加一层或多层会怎么样呢？作者谈到没有使用预训练模型，但是非常推荐使用预训练模型。预训练模型可以可供更好的初始化参数，加快训练。

 

参考了吴恩达老师的deeplearning.ai。