AlexNet_原理详细

问题背景：本来想直接跳到R-CNN的，转念一想，基础没打牢还是不好，于是又回过头来学习学习AlexNet。
原文链接：https://blog.youkuaiyun.com/taoyanqi8932/article/details/71081390

---

一、原理部分

上图是来自paper的原汁原味AlexNet网络结构。可以看到：

整个网络从左往右，有一个输入，然后有8个需要训练的层,前5个为卷积层,最后3层为全连接层。分别说说这些层：

第一个层 conv_1：

• 输入的图片大小为224*224*3
• 有96个卷积核,尺寸为11*11,即11*11*96。步长（stride）为4.
• 按照无padding的方式，输出的每个feature map尺寸应该为54*54

怎么计算出来？（224-11+1）/4，向上取整，或者 （224-11）/4+1，向下取整

但论文里面写输出的尺寸是55*55，关于这个，有2种解释：
1）这里用了padding=SAME的方式，可参考这个链接理解，有兴趣的去看API