深度学习笔记16：CNN经典论文研读之AlexNet及其Tensorflow实现

在 Yann Lecun 提出 Le-Net5 之后的十几年内，由于神经网络本身较差的可解释性以及受限于计算能力的影响，神经网络发展缓慢且在较长一段时间内处于低谷。2012年，深度学习三巨头之一、具有神经网络之父之称的 Geoffrey Hinton 的学生 Alex Krizhevsky 率先提出了 AlexNet，并在当年度的 ILSVRC（ImageNet大规模视觉挑战赛）以显著的优势获得当届冠军，top-5 的错误率降至了 16.4%，相比于第二名 26.2% 的错误率有了极大的提升。这一成绩引起了学界和业界的极大关注，计算机视觉也开始逐渐进入深度学习主导的时代。

首次成功使用作为激活函数，使其在较深的网络上效果超过传统的激活函数，极大的缓解了梯度消失问题。

首次在实践中发挥了的作用，为全连接层添加防止过拟合。

相较于之前 Le-Net5 中采用的平均池化，AlexNet 首次采用了重叠的最大池化，避免了平均池化的模糊化效果。

提出了 LRN 层，对局部神经元的活动创建了竞争机制。

使用多 GPU 进行并行计算。

采用了一定的数据增强手段，一定程度上也缓解了过拟合。

AlexNet 网络结构

AlexNet 不算池化层总共有 8 层，前 5 层为卷积层，其中第一、第二和第五层卷积都包含了一个最大池化层，后三层为全连接层。所以 AlexNet 的简略结构如下：

输入>卷积>池化>卷积>池化>卷积>卷积>卷积>池化>全连接>全连接>全连接>输出

各层的结构和参数如下：

C1层是个卷积层，其输入输出结构如下：

输入： 227 x 227 x 3 滤波器大小： 11 x 11 x 3 滤波器个数：96

输出： 55 x 55 x 96

P1层是C1后面的池化层，其输入输出结构如下：

输入： 55 x 55 x 96 滤波器大小： 3 x 3 滤波器个数：96

输出： 27 x 27 x 96

C2层是个卷积层，其输入输出结构如下：

输入： 27 x 27 x 96 滤波器大小： 5 x 5 x 96 滤波器个数：256

输出： 27 x 27 x 256

P2层是C2后面的池化层，其输入输出结构如下：

输入： 27 x 27 x 256 滤波器大小： 3 x 3 滤波器个数：256

输出： 13 x 13 x 256

C3层是个卷积层，其输入输出结构如下：

输入： 13 x 13 x 256 滤波器大小： 3 x 3 x 256 滤波器个数：384

输出： 13 x 13 x 384

C4层是个卷积层，其输入输出结构如下：

输入： 13 x 13 x 384 滤波器大小： 3 x 3 x 384 滤波器个数：384

输出： 13 x 13 x 384

C5层是个卷积层，其输入输出结构如下：

输入： 13 x 13 x 384 滤波器大小： 3 x 3 x 384 滤波器个数：256

输出： 13 x 13 x 256

P5层是C5后面的池化层，其输入输出结构如下：

输入： 13 x 13 x 256 滤波器大小： 3 x 3 滤波器个数：256

输出： 6 x 6 x 256

F6层是个全连接层，其输入输出结构如下：

输入：6 x 6 x 256

输出：4096

F7层是个全连接层，其输入输出结构如下：

输入：4096

输出：4096

F8层也是个全连接层，即输出层，其输入输出结构如下：

输入：4096

输出：1000

在论文中，输入图像大小为 224 x 224 x 3，实际为 227 x 227 x 3。各层输出采用进行激活。前五层卷积虽然计算量极大，但参数量并不如后三层的全连接层多，但前五层卷积层的作用却要比全连接层重要许多。

AlexNet 在验证集和测试集上的分类错误率表现：

AlexNet 的 tensorflow 实现

我们继续秉持前面关于利用构建卷积神经网络的基本步骤和方法：定义创建输入输出的占位符变量模块、初始化各层参数模块、创建前向传播模块、定义模型优化迭代模型，以及在最后设置输入数据。

定义卷积过程

以上关于搭建 AlexNet 的各个组件我们都已准备好，下面我们利用这些组建创建一个 AlexNet 类来实现 AlexNet。

在上述代码中，我们利用了之前定义的各个组件封装了前向计算过程，从http://www.cs.toronto.edu/~guerzhoy/tf_alexnet/上导入了预训练好的模型权重。这样一来，我们就将 AlexNet 基本搭建好了。

参考资料：

Krizhevsky A, Sutskever I, Hinton G E. ImageNet classification with deep convolutional neural networks[C]// International Conference on Neural Information Processing Systems. Curran Associates Inc. 2012:1097-1105.

https://github.com/kratzert/finetune_alexnet_with_tensorflow