AlexNet-classification采用AlexNet网络的pytorch框架下实现图像分类，拿走即用
AlexNet_classification。采用AlexNet网络实现图像分类，拿走即用。AlexNet由Alex Krizhevsky于2012年提出，夺得2012年ILSVRC比赛的冠军，top5预测的错误率为16.4%，远超第一名。AlexNet采用8层的神经网络，5个卷积层和3个全连接层(3个卷积层后面加了最大池化层)，包含6亿3000万个链接，6000万个参数和65万个神经元。网络的结构包含，输入图片为224*3，第一个卷积层使用较大的卷积和尺寸11*11，步长为4，有96个卷积核；紧接着是LRN层；然后是一个3*3的最大池化层，步长为2,。这之后的卷积层都比较小，都是5*5或者是3*3的大小，并且步长都为1，即扫描所有的像素；最大池化层则依然为3*3，步长为2。
文件大小：3.57KB
评论区