关于 AlexNet 的论文概述
5星
- 浏览量: 0
- 大小:None
- 文件类型：PDF
简介：
本文对AlexNet的经典论文进行了综述，详细介绍了其网络结构、训练方法及在ImageNet竞赛中的优异表现，开创了深度卷积神经网络的应用先河。
二、论文笔记
（一）网络架构梳理
1. 卷积层 1（conv1）
2. 卷积层 2（conv2）
3. 卷积层 3（conv3）
4. 卷积层 4（conv4）
5. 卷积层 5（conv5）
6. 全连接层 1（fc1）
7. 全连接层 2（fc2）
8. 全连接层 3（fc3）
（二）局部响应归一化（LRN）
1. 引入LRN层的原因在于它能够增强网络对输入特征的非线性处理能力，通过模拟生物视觉系统中的侧抑制机制来提升模型在图像识别任务上的表现。具体来说，在每个位置上，神经元之间的竞争关系有助于突出显著区域并减少不重要的背景信息影响。
2. 局部响应归一化（LRN）是一种用于增强网络鲁棒性的技术，通过调整相邻通道间特征图的激活值来实现。这一过程模拟了生物学中侧抑制现象的作用机制，在视觉处理过程中起到关键作用。当神经元接收到较强的输入信号时，它们会抑制周围其他神经元的活动，从而使得突出显著区域变得更加明显，并且有助于减少背景信息对识别任务的影响。
全部评论 (0)
还没有任何评论哟~
