Introduction

为了识别更多的图像，我们需要一个有强大学习能力的模型。CNN是一个很好的选择。随着其深度和宽度的增加，其性能也有很大的提升。同时，相比于前馈神经网络，CNN有着更少的连接和参数。

随着算力的提升，CNN有了用武之地，这也是为什么做CNN的原因。

本文基于CNN设计了一个新的网络，包含5个卷积层和3个全连接层。同时，为了避免过拟合，用了一些特别的技术。

The Dataset

直接裁剪$256\times 256$大小的图像，作为输入。

里程碑：直接在raw image上进行训练。

The Architecture

ReLU Nonlinearity

tanh和sigmoid存在梯度饱和的问题，ReLU则没有这个问题，所以后者能帮助模型收敛得更快。

ReLU也不见得有多好，就是简单且好用。

Local Response Normalization（LRN）

ReLU不需要对于输入进行标准化来避免饱和，但还是做一个Normalization的话，效果还是有提升的。

这是因为ReLU没有一个值域区间，所以要对结果进行归一化。

对局部神经元的活动创建竞争机制，使得其中响应比较大的值变得更大，抑制反馈比较小的神经元。

（该部分没什么意义）

Overlapping Pooling

对传统的Pooling做了一个改动。通常步长是和池化尺寸一致的，这里让步长小于尺寸，使得池化层的输出之间会有重叠，提升了特征的丰富性。

Overall Architecture

图里面包含了两个AlexNet，在第三个卷积的时候会相互把数据耦合一下。

每个GPU训练一半的通道。

随着网络深度的增加，将空间信息慢慢压缩，此时语义信息慢慢增加。

全连接层部分也会把数据耦合一下，最后拼接为4096维度的向量，再压缩为1000维度，代表为1000个类别的置信度。

只是为了能够训练，所以分成了两部分进行训练，实际上是没有必要的。

Reduce Overfitting

Data Augmentation

1. 从256x256中扣一块224x224大小的图像（他说有2048种扣法，但实际上都差不多）；
2. 把RGB的通道上做一些改变，用了PCA的方法。

Dropout

随机将隐藏层的一些输出变成0，这个概率为50%。

在这篇文章中认为这是每次训练得到的一个不同的模型然后做融合。但实际上并不是这样。

在之后的工作中指出，Dropout在线性模型上近似于一个L2正则项。

本文中把Dropout放在了两个全连接层上面。

现在的CNN中丢掉了全连接层，所以Dropout使用的不是很多，但实际上，其在RNN、Attention这样的全连接结构中还是很常见、很好用的。

Details of learning

1. SGD；
2. weight decay（手动确定学习率下降时的epoch，现在一般是先慢慢增加再慢慢减少）；
3. momentum（避免优化的表面不那么平滑而掉到一个坑里去）；
4. 标准差为0.01、均值为0的高斯分布做权重的初始化；偏置初始化为1；

Results

文章的最后展示了两个实验的效果。第一个图像是展示部分图片与其分类结果。第二个图片是将AlexNet最后得到的特征向量拿出来，将相似的图像归类到一起。第二个实验发现归类的结果是很不错的，这说明了AlexNet得到的特征学习得很好。

总结

AlexNet的贡献在于：

1. 提出了AlexNet；
2. ReLU、LRN、Pooling；
3. 数据增广（2种）；
4. 训练细节（4个）