AlexNet卷积神经网络实现

AlexNet特点 使用ReLU作为激活函数，解决了sigmoid在网络较深时的梯度弥散问题 使用Dropout随机忽略一部分神经元，以避免过拟合 使用重叠的maxpool，避免argpool的模糊化效果 提出LRN层，对局部神经元的活动创建竞争机制，使其中响应比较大的值变得相对更大，并抑制其它反馈较小的神经元，增强模型的泛化能力 GTX 580*2 3GB 数据增强：随机从256256的原始图像中截取224224区域，并水平翻转，相当于增加了（256-224）^2*2=2048倍的数据量，大大减轻了过拟合 源代码 AlexNet特点 使用ReLU作为激活函数，解决了sigmoid在网络较深时的梯度弥散问题 使用