Week1d Introduction to CNNs (AlexNet)

资 源 简 介

Week1d Introduction to CNNs (AlexNet)

详 情 说 明

AlexNet是卷积神经网络（CNN）发展史上的里程碑模型，由Alex Krizhevsky等人在2012年提出。它在ImageNet竞赛中的卓越表现，标志着深度学习在计算机视觉领域的崛起。

AlexNet的核心创新包括：使用ReLU激活函数解决梯度消失问题，比传统Sigmoid更高效；引入局部响应归一化（LRN）增强泛化能力；采用重叠池化降低过拟合风险。其网络结构包含5个卷积层和3个全连接层，通过GPU并行计算实现高效训练。

AlexNet的意义不仅在于技术突破，更证明了深度神经网络处理复杂视觉任务的潜力，为后续的VGG、ResNet等模型奠定了基础。如今，虽然更先进的架构已超越AlexNet，但它仍是理解CNN工作原理的经典案例。