AlexNet卷積神經網絡實現

AlexNet特點 使用ReLU作爲激活函數，解決了sigmoid在網絡較深時的梯度彌散問題 使用Dropout隨機忽略一部分神經元，以避免過擬合 使用重疊的maxpool，避免argpool的模糊化效果 提出LRN層，對局部神經元的活動創建競爭機制，使其中響應比較大的值變得相對更大，並抑制其它反饋較小的神經元，增強模型的泛化能力 GTX 580*2 3GB 數據增強：隨機從256256的原始圖像

>>阅读原文<<