请问如何详细解析AlexNet的网络架构？

本文共计1344个文字，预计阅读时间需要6分钟。

第一层卷积积为1，卷积核数量为96；第二层卷积积为2，卷积核个数为256；第三层卷积积为3，输入为第二层输出，卷积核个数为384；第四层卷积积为4，输入为第三层输出，卷积核个数为384。

第一层卷积层1，卷积核的数量为96；第二层卷积层2，卷积的个数为256个；第三层卷积3, 输入为第二层的输出，卷积核个数为384；第四层卷积4，输入为第三层的输出，卷积核个数为384；第五层卷积5, 输入为第四层的输出，卷积核个数为256。

本教程操作环境：windows7系统、Dell G3电脑。

AlexNet网络，是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。在那年之后，更多的更深的神经网路被提出，比如优秀的vgg,GoogleLeNet。其官方提供的数据模型，准确率达到57.1%,top 1-5 达到80.2%. 这项对于传统的机器学习分类算法而言，已经相当的出色.

网络结构解析

上图所示是caffe中alexnet的网络结构，采用是两台GPU服务器，所有会看到两个流程图。