AlexNet网络

一、经典的AlexNet结构模型  可以看到，模型一共有8层学习网络（不包括输入层），其中有五层卷积+三层全连接层。 1.卷积层1+池化层1 输入的图像大小为224*224*3，三通道输入。1卷积核的尺寸是11*11*3（三通道）,有96个卷积核,步长为4,卷积层后跟ReLU激活函数，最后在进行LRN处理。根据公式（224-11）/4+1=55，因此其输出的每个feature map 为 55*5

>>阅读原文<<