Pytorch教程高级系列—-Alexnet

导读:本篇文章讲解 Pytorch教程高级系列—-Alexnet,希望对大家有帮助,欢迎收藏,转发!站点地址:www.bmabk.com


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227×227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11×11,步长为4,无填充。输出55×55×96

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

文章由极客之家整理,本文链接:https://www.bmabk.com/index.php/post/73209.html

(0)
小半的头像小半

相关推荐

极客之家——专业性很强的中文编程技术网站,欢迎收藏到浏览器,订阅我们!