总结《ImageNet Classification with Deep Convolutional Neural Networks》

专业词汇：
1、Local Response Normalization(局部响应归一化)
2、 ILSVR 全称 ImageNet Large Scale Visual Recognition Competition ，ILSVRC 2017 已是最后一届举办。
3、 2018年起，将由WebVision竞赛（Challenge on Visual Understanding by Learning from Web Data）来接棒
4、Top-5错误率 即对一个图片，经过网络预测类别后，如果前五个最大概率值包含了正确答案（图片内容），即认为正确。
top-5错误率就是Top-5 = （正确标记 不在 模型输出的前5个最佳标记中的样本数）/ 总样本数。
5、Top-1错误率 即对一个图片，经过网络预测类别后，如果概率最大的代表了答案（图片内容），才认为正确。
Top-1 = （正确标记 不是 模型输出的最佳标记的样本数）/ 总样本数。

该文章提出的模型AlexNet如图
它主要实现的功能：
①AlexNet有60 million个参数和65000个 神经元，五层卷积，三层全连接网络，最终的输出层是1000通道的softmax。
②AlexNet利用了两块GPU进行计算，大大提高了运算效率，一个GPU在图形的顶部运行分层部件，而另一个GPU在图形的底部运行分层部件。gpu仅在某些层上通信。

一、网络结构 原创文章 6获赞 2访问量 217 关注 私信 展开阅读全文
作者：lalalared

imagenet with deep