Alexnet网络结构逐层详细分析

在2012年Imagenet比赛冠军—Alexnet （以第一作者Alex命名）直接刷新了ImageNet的识别率，奠定了深度学习在图像识别领域的优势地位。网络结构如下图： 下面分别对每层进行介绍： （1）Input 层：为输入层，AlexNet卷积神经网络默认的输入数据必须是维度为224×224×3的图像，即输入图像的高度和宽度均为224， 色彩通道是R、G、B三个。 （2）Conv1 层：为A

>>阅读原文<<