AlexNet 是 2012年ILSVRC 比赛冠军，远超第二名的CNN，比LeNet更深，用多层小卷积叠加来替换单个的大卷积，结构如下图所示。
​​

结构

预处理

• 原始图片：$256\ast 256\ast 3$

• 图像处理：

  • 1.随机的剪切，将 $256\ast 256$ 的图片剪切成为 $224\ast 224$ 的图片
  • 2.对 $224\ast 224$ 的图像做了一些旋转和位置变换
  • 3.对 $224\ast 224$ 的图像做了一个图像大小的扩大，变成 $227\ast 227$ 的图片

• 备注：实际输入AlexNet网络的图片是一个 $227\ast 227\ast 3$ 的图片信息

• 激励函数：论文中是：sigmoid，但是实际比赛的时候，使用的是ReLU

• 总参数量：60956032

L0：输入层

• input：$227\ast 227\ast 3$
• output：$227\ast 227\ast 3$

L1 卷积+激励

• input：$227\ast 227\ast 3$
• filter：$3\ast 11\ast 11$
• stripe：$4$
• padding：$0$
• filter size/depth：$48\ast 2$
• output：$55\ast 55\ast 48\ast 2$
• 神经元数目：$55\ast 55\ast 48\ast 2$
• 参数个数：$(3\ast 11\ast 11+1)\ast 48\ast 2=34944$
• 连接方式：
  • 使用双GPU来进行卷积操作，这个卷积操作和普通卷积一样
  • 两个GPU并行的进行卷积操作，每个GPU只负责其中48个卷积核的计算
  • 效果：可以并行的计算模型，模型执行效率可以得到提升，并且将GPU之间的通信放到网络结构偏后的位置，可以降低信号传输的损耗"

L2 最大池化

• input：$55\ast 55\ast 48\ast 2$
• filter：$3\ast 3$
• stripe：$2$
• padding：$0$
• output：$27\ast 27\ast 48\ast 2$
• 参数个数：$0$

L3 卷积+激励

• input：$27\ast 27\ast 48\ast 2$
• filter：$5\ast 5\ast 48$
• stripe：$1$
• padding：$2$ 上下左右各加2个像素
• filter size/depth：$128\ast 2$
• output：$27\ast 27\ast 128\ast 2$
• 神经元数目：$27\ast 27\ast 128\ast 2$
• 参数个数：$(5\ast 5\ast 48+1)\ast 128\ast 2=307456$
• 连接方式：各个GPU中对应各自的48个feature map进行卷积过程，和普通卷积一样

L4 最大池化

• input：$27\ast 27\ast 128\ast 2$
• filter：$3\ast 3$
• stripe：$2$
• padding：$0$
• output：$13\ast 13\ast 128\ast 2$
• 参数个数：$0$

L5 卷积+激励

• input：$13\ast 13\ast 128\ast 2$
• filter：$3\ast 3\ast 256$
• stripe：$1$
• padding：$2$
• filter size/depth：$192\ast 2$
• output：$13\ast 13\ast 192\ast 2$
• 神经元数目：$13\ast 13\ast 192\ast 2$
• 参数个数：$(3\ast 3\ast 256+1)\ast 192\ast 2=885120$
• 连接方式：将两个GPU中的256个feature map一起做卷积过程

L6 卷积+激励

• input：$13\ast 13\ast 192\ast 2$
• filter：$3\ast 3\ast 192$
• stripe：$1$
• padding：$2$
• filter size/depth：$192\ast 2$
• output：$13\ast 13\ast 192\ast 2$
• 神经元数目：$13\ast 13\ast 192\ast 2$
• 参数个数：$(3\ast 3\ast 192+1)\ast 192\ast 2=663936$
• 连接方式：各个GPU中对应各自的48个feature map进行卷积过程，和普通卷积一样

L7 卷积+激励

• input：$13\ast 13\ast 192\ast 2$
• filter：$3\ast 3\ast 192$
• stripe：$1$
• padding：$2$
• filter size/depth：$128\ast 2$
• output：$13\ast 13\ast 128\ast 2$
• 神经元数目：$13\ast 13\ast 128\ast 2$
• 参数个数：$(3\ast 3\ast 192+1)\ast 128\ast 2=442624$
• 连接方式：各个GPU中对应各自的48个feature map进行卷积过程，和普通卷积一样

L8 最大池化

• input：$13\ast 13\ast 128\ast 2$
• filter：$3\ast 3$
• stripe：$2$
• padding：$0$
• output：$6\ast 6\ast 128\ast 2$
• 参数个数：$0$

L9 全连接+激励

• input：$9216$
• output：$2048\ast 2$
• 参数个数：$9216\ast 2048\ast 2=37748736$

L10 全连接+激励

• input：$4096$
• output：$2048\ast 2$
• 参数个数：$4096\ast 4096=16777216$

L11 全连接+激励

• input：$4096$
• output：$1000$
• 参数个数：$4096\ast 1000=4096000$

AlexNet结构优化

非线性激活函数：ReLU

使用Max Pooling，并且提出池化核和步长，使池化核之间存在重叠，提升了特征的丰富性。

防止过拟合的方法：Dropout，Data augmentation（数据增强）

大数据训练：百万级ImageNet图像数据

GPU实现：在每个GPU中放置一半核（或神经元），还有一个额外的技巧：GPU间的通讯只在某些层进行。

LRN归一化：对局部神经元的活动创建了竞争机制，使得其中响应比较大的值变得相对更大，并抑制其它反馈较小的神经元，增强了模型的泛化能力。本质上，LRN是仿造生物学上活跃的神经元对于相邻神经元的抑制现象（侧抑制）

​​

在AlexNet引入了一种特殊的网络层次，即：Local Response Normalization(LRN, 局部响应归一化)，主要是对ReLU激活函数的输出进行局部归一化操作，公式如下：

其中a表示第i个卷积核在(x,y)坐标位置经过激活函数的输出值，这个式子的含义就是输出一个值和它前后的n个值做标准化。k、n、α、β是超参数，在AlexNet网络中分别为：2、5、10^-4、0.75，N为卷积核总数。