01 AlexNet（2012）

目录

 一、网络原理

 二、复现细节

1 配置GPU/CPU

2 数据

3 定义网络、超参数

4 训练套路

5  其它细节

---

仅是个人笔记，代码学习资源来源B站博主霹雳吧啦Wz的个人空间_哔哩哔哩_bilibili

 一、网络原理

1. LRN 局部响应归一化（详见超链接）

2.经卷积后的矩阵尺寸大小计算公式为： N = (W − F + 2P ) / S + 1

3.网络结构

 二、复现细节

如下步骤：

1 配置GPU/CPU

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

2 数据

• 定义数据变换——使用torchvision自带的transform，常用模块（详见超链接）

data_transform = {
        "train": transforms.Compose([transforms.RandomResizedCrop(224),   #随机裁剪为224*224大小
                                     transforms.RandomHorizontalFlip(),
                                     transforms.ToTensor(),
                                     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]),
        "val": transforms.Compose([transforms.Resize((224, 224)),  # cannot 224, must (224, 224)
                                   transforms.ToTensor(),
                                   tra