深度学习（卷积神经网络 AlexNet）

AlexNet卷积神经网络架构

• 1. AlexNet的发展历程
  • 2. 对AlexNet网络架构的简要解析
  • 3. AlexNet的优化与演进
  • 4. 总结
  • 文献来源

本次讲解将着重介绍深度学习发展历程中具有重要意义的里程碑式模型AlexNet。

1. AlexNet的历史

2012年，Geoffrey Hintton的弟子ALEX Krizhevsky设计并实现了一个规模庞大的卷积神经网络，该网络包含超过65万个神经元，待估计参数数量超过了6000万。他将这一网络以自身名字命名，称为AlexNet，并将其应用于解决ImageNet数据集中的1000类图像分类任务。在当年的ImageNet测试竞赛中，AlexNet的表现显著优于Google和Facebook两家大型企业。与此前提到的LeNet相比，AlexNet在网络结构上有了明显深化，具体表现为网络层数以及各层中神经元的数量均大幅增加。然而其核心理念与LeNet保持一致，因此在理解了LeNet的基础上，能够较为轻松地掌握AlexNet的结构。图1展示了AlexNet的具体网络架构。

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blog-img/images/2025-05-31/vruKiFNVoLk