Pytorch教程高级系列----Alexnet

文章目录

  • 一、AlexNet简介
  • 二、AlexNet
    • 1.网络架构
    • 2.训练方法与过程
    • 3.结构复现
  • 总结


一、AlexNet简介

AlexNet 是一种深度学习模型,由 Alex Krizhevsky 等人在 2012 年提出。它是当时最先进的图像识别模型,并在 ImageNet 大规模计算机视觉挑战赛(ILSVRC)中获得冠军。

二、AlexNet

1.网络架构

( W_1 - k + 2p )/s + 1)= W_2
总共分为
输入层:这一层接受原始图像作为输入
包含3个通道(红色、绿色和蓝色),每个通道的尺寸为227x227像素。

第一层:卷积组

该层中包含了以下操作:卷积—>激活—>池化—>LRN
具体如下:
输入227×227×3
96个卷积核,每个卷积核的大小为11x11,步长为4,无填充。输出55×55×96

你可能感兴趣的:(Pytorch高级应用,pytorch,深度学习,人工智能)