版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
目录1AlexNet简介01任务AlexNet网络结构02任务AlexNet网络层03任务1AlexNet简介1AlexNet简介AlexNet是2012年首届ImageNet图像分类竞赛冠军模型，由Hinton和他的学生Alex提出，首次证明了学习到的特征可以超越手工设计的特征。AlexNet有以下贡献：使用ReLU作为非线性激活函数数据扩增使用最大池化使用dropout避免过拟合使用GPU减少训练时间2AlexNet网络结构2AlexNet网络结构Alexnet包含5个卷积层和3个全连接层，层数为8层3AlexNet网络层3AlexNet网络层（1）第一个卷积层，使用两个大小为11×11×3的卷积核，步长𝑆=4，零填充𝑃=3，得到两个大小为55×55×48的特征映射组；（2）第一个汇聚层，使用大小为3×3的最大汇聚操作，步长𝑆=2，得到两个27×27×48的特征映射组．这里的汇聚操作是有重叠的，以提取更多的特征；（3）第二个卷积层，使用两个大小为5×5×48×128的卷积核，步长𝑆=1，零填充𝑃=2，得到两个大小为27×27×128的特征映射组；3AlexNet网络层（4）第二个汇聚层，使用大小为3×3的最大汇聚操作，步长𝑆=2，得到两个大小为13×13×128的特征映射组；（5）第三个卷积层为两个路径的融合，使用一个大小为3×3×256×384的卷积核，步长𝑆=1，零填充𝑃=1，得到两个大小为13×13×192的特征映射组；
（6）第四个卷积层，使用两个大小为3×3×192×192的卷积核，步长𝑆=1，零填充𝑃=1，得到两个大小为13×13×192的特征映射组。3AlexNet网络层（7）第五个卷积层，使用两个大小为3×3×192×128的卷积核，步长𝑆=1，零填充𝑃=1，得到两个大小为13×13×128的特征映射组；（8）第三个汇聚层，使用大小为3×3的最大汇聚操作，步长𝑆=2，得到两个大小为6×6×128的特征映射组；（9）三个全连接层，神经元数量分别为4096、4096和1000。此外，AlexNet还在前两个汇聚层之后进行了局部响应归一化（Loc
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论