AlexNet是2012年参加ImageNet曝光的，现在说可能有些老了，毕竟这个模型中很多引以为傲的trick在如今早已被用烂，以至于我看的时候一直怀疑当初的卷积神经网络有多弱。
还是直接上图吧：
就是这么一个8层的网络，5层卷积加3层全连接，输入图像大小是224*224，到第4、5层的时候feature map就只剩13*13了，全连接层6、7都是有4096个节点，最后一层有1000个节点。
创新点
- 用了ReLU激活函数，因为tanh在内的很多激活函数都有饱和问题，越到两边越趋于平缓，梯度太小。
- 分组卷积。其实当时真的是无奈，论文里说他们的GPU只有3G显存（GTX580），所以想要在一张显卡上放下所有东西显得有些吃力，所以才发明了分组卷积，比如AlexNet中第4、5层卷积都是分组卷积，只分了2组，因为他们的实验是在两个GPU上跑的，因此刚好一个GPU跑一个group，到了全连接层的时候再合并回来
- dropout。这个主要是在全连接层用了dropout，全连接层的每个节点都有50%输出激活值或输出0.
- overlap pooling。看名字就知道，以前的pooling都是核多大，步长就多大，现在我们可以核大一点，步长小一点。AlexNet中所有的pool层都是kernel=3，step=2。
- Local Response Normalization。感觉这个东西现在用的人不多了，好像现在都用BatchNormalization。这个Local...说的是。。。。还是直接看公式吧：
其中a是原本的激活值，b是Normalization后的激活值。N是这一层filter的个数，n是一个超参数，文中选的是5，那个Σ是对当前的feature map及其相邻的n个feature map求平方和（上面取n/2个，下面取n/2个），然后除以这个东西做归一化，文中说生物神经元中有个东西叫侧抑制（lateral inhibition），就是说当一个神经元周围的神经元激活值较大时，当前神经元的激活值会变小，因此用了这个东西。其中α、β、k、n都是超参数，是通过交叉验证试出来的。分别取的是α=1e-4，β=0.75，k=2，n=5。
效果
马马虎虎吧，跟现在肯定没法比，但是这么浅的网络在当时GPU性能不行也没有什么Tensorflow等任何框架的年代，纯靠手写调参能达到这个效果也已经非常牛逼了。下图的CNN指的就是AlexNet在ImageNet上的准确率。
