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