新手入门深度学习 | 6-2：AlexNet（2012）详解

news2024/11/14 6:24:23

🔗 运行环境：python3
🚩 作者：K同学啊
🥇 精选专栏：《深度学习100例》
🔥 推荐专栏：《新手入门深度学习》
📚 选自专栏：《Matplotlib教程》
🧿 优秀专栏：《Python入门100题》

本文选自专栏：🚀《新手入门深度学习》

AlexNet是引起卷积神经网络热潮的一个网络，产生于2012年，一直是神经网络中比较火热的网络之一，赢得了2012年ImageNet竞赛。AlexNet是更深的LeNet，采用ReLu激活函数和最大池化方法，由输入层、卷积层、池化层、全连接层、输出层构成，包含六千万个参数和65000个神经元，计算层有3个卷积层，3个全连接层，最终输出层为1000通道的Softmax。AlexNet利用了两块GPU进行计算，大大提高了运算效率，并且在ILSVRC-2012竞赛中获得了top-5测试的15.3% error rate，获得第二名的方法error rate为26.2%，相比具有很大差距，在学术界产生了巨大的影响力。

AlexNet网络结构简图如图1所示，包含输入层(Input)、输出层(Output)、5个卷积层(Convolutional layer，Conv)、3个池化层(Pooling layer)、3个全连接层(Fully connected layer，FC)。从对图像的处理过程来看，将图片统一处理成为224×224×3的大小作为输入，经过第一个卷积层进行卷积计算提取特征，其中卷积核大小为11×11×3，个数为96个；经过3×3的最大池化(Max pooling)后，输入到第二个卷积层，其中卷积核大小为5×5×48，共256个；下一层经过3×3的最大池化过程后，其输出进行三个连续卷积层计算，第三层卷积层内核大小3×3×256，共384个，第四层卷积层内核大小3×3×192，共384个，第五层卷积层内核大小3×3×192，共256个；再经过3×3的最大池化，以及三个连续的全连接层计算，最后输出1000类的图像识别结果。

图1 AlexNet结构简图

为使卷积神经网络应用到众多的非线性模型中，在卷积层中引入激活函数，对于神经网络的学习和理解复杂非线性函数有着重要意义。激活函数存在每个神经元的输出之后，在神经元输入数据通过加权求和后，经过激活函数计算进行输出。神经网络的学习过程是神经元参数根据期望结果不断更新的过程，这时要通过神经网络的反向传播来计算更新，激活函数对于神经网络的反向传播有着重要的意义。如果神经元没有被激活或者激活状态没有达到饱和，权重的更新速度会非常慢甚至停止。对神经网络的学习造成严重影响。

早期的激活函数有Sigmoid函数，Tanh函数，可以很好地压缩输出，但容易造成梯度消失问题。随着不断的理论积累，学术界发现ReLu函数，LeakyReLu函数等效果更好的激活函数，成为卷积神经网络的首选激活函数。