- AlexNet为8层结构，卷积层5层，全连接层2层
- 学习参数6千万个，神经元有650，000个
- AlexNet在两个GPU上运行
- AlexNet在第2，4，5层均是前一层自己GPU内连接，第3层是与前面两层全连接，全连接是2个GPU全连接；
- RPN层第1，2个卷积层后；
- Max pooling层在RPN层以及第5个卷积层后。
- ReLU在每个卷积层以及全连接层后。
- 卷积核大小数量：
conv1 : 96 11x11x3(个数/长/宽/深度）
conv2：256 5x5x48
conv3：384 3x3x256
conv4: 384 3x3x192
conv5: 256 3x3x192 - ReLU、双GPU 运算：提高训练速度（应用于所有卷积层和全连接层）
- 重叠pool池化层：提高精度，不容易产生过拟合（应用在第一层、第二层、第五层后面）
- 局部响应归一化层（LRN):提高精度（应用在第一层和第二层后面）
- Dropout：减少过度拟合（应用在前两个全连接层）
前5层：卷积层
后三层：全连接层
AlexNet的新技术特点
- ReLU作为**函数
ReLu作为非饱和函数，论文中验证其效果在较深的网络超过了Sigmoid,成功解决了Sigmoid在网络较深时的梯度弥散问题； - Dropout避免模型过拟合
在训练时使用Dropout随机忽略一部分神经元，以避免模型过拟合。在alexnet的最后几个全连接层中使用了Dropout. - 重叠的最大池化
之前的CNN中普遍使用平均池化，而Alexnet全部使用最大池化，避免平均池化的模糊化效果。并且，池化的步长小于核尺寸，这样使得池化层的输出之间会有重叠和覆盖，提升了特征的丰富性。 - 提出LRN层
提出LRN层，对局部神经元的活动创建竞争机制，使得响应较大的值变得相对更大，并抑制其他反馈较小的神经元，增强了模型的泛化能力。 - GPU加速
- 数据增强
随机从256x256的原始图像中截取224x224大小的区域（以及水平翻转的镜像），相当于增强了(256-224)x(256-224)x2=2048倍的数据量。使用了数据增强后，减轻过拟合，提升泛化能力。避免因为原始数据量的大小使得参数众多的CNN陷入过拟合中。
学习细节
AlexNet训练采用的是随机梯度下降（Stochastic gradient descent),每批图像大小为128，动力为0.9，权重衰减为0.005，
其中i是迭代指数，v是动力变量，ε是学习率，是目标关于w、对求值得导数在第i批样例上得平均值。我们用一个均值为0、标准差为0.01的高斯分布初始化了每一层的权重。我们用常数1初始化了第二、第四和第五个卷积层以及全连接隐层的神经元偏差。该初始化通过提供带正输入的ReLU来加速学习的初级阶段。我们在其余层用常数0初始化神经元偏差。
对于所有层都是用了相等的学习率，这是在整个训练过程中手动调整的。我们遵循的启发是，当验证误差率在当前学习率下不再提高时，就将学习率除以10。学习率初始化为0.01，在终止前降低三次。作者训练该网络时大致将这120万张图像的训练集循环了90次。
ReLU**函数
- 用ReLU代替了传统的Tanh或者Logistic,好处有：
1.ReLU本质上是分段线性模型，前向计算非常简单，无需指数之类操作；
2.ReLU的偏导也很简单，反向传播梯度，无需指数或者除法之类操作；
3.ReLU不容易发生梯度发散问题，Tanh和Logistic**函数在两端的时候导数容易趋近于零，多级连乘后梯度更加约等于0；
4.ReLU关闭了右边，从而会使得很多的隐层输出为0，即网络变得稀疏，起到了类似L1的正则化作用，可以在一定程度上缓解过拟合。 - 用ReLU代替了传统的Tanh或者Logistic,缺点有：
1. 左边全部关闭了很容易导致某些隐藏节点永无翻身之日，所以后来又出现pReLU,randomReLU等改进，
2.ReLU会很容易改变数据的分布，因此ReLU后加Batch Normalization也是常用的改进的方法。
LRN(Local Response Normalization)
Local Response Normalization要硬翻译的话是局部响应归一化，简称LRN，实际就是利用临近的数据做归一化。
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相对更大，并抑制其他反馈较小的神经元，增强了模型的泛化能力。