图像分类算法AlexNet论文解读

论文名称：ImageNet Classification with Deep Convolutional Neural Networks

论文地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf

 

AlexNet训练了一个更深的卷积神经网络，一共8层，5个卷积层+3个全连接层，使用ReLU非线性激活单元使得训练速度更快，提出局部响应归一化（Local Response Normalization）提高模型泛化能力，使用数据增强（Data Augmentation）和dropout减少过拟合，在ImageNet大型视觉识别挑战赛（ILSVRC）上取得了更高的精确度。

 

一、论文解读

1、ImageNet

ImageNet是一个有超过1500万个标记的高分辨率图像的数据集，大约有22000个类别。从2010年开始，每年都会举行一次名为ImageNet大型视觉识别挑战赛（ILSVRC）的比赛。ILSVRC使用ImageNet的一个子集，在1000个类别中，每个类别中大约有1000个图像。总共大约有120万个训练图像、50000个验证图像和150000个测试图像。ImageNet由可变分辨率的图像组成，而我们的系统需要恒定的输入维度。因此，将采样图像降低到256×256的固定分辨率。对于矩形图像，首先对图像进行重新缩放，使较短的一侧长度为256，然后从生成的图像中裁剪出中心256×256patch。除了从每个像素中减去训练集