AlexNet層級分析（涉及：卷積核操作下下層網絡特徵圖size計算；對通道和卷積核尺寸及通道前層feature map和卷積核的運算關係的解釋）

先盜一圖，摘自ImageNet Classification with Deep Convolutional Neural Networks（Hinton） 注：看到這個結構，可以得到以下結論（以2、3層爲例） 1、第三層有128*2=256個通道，第二層有48*2=96個通道。每個通道內包含一張前層經卷積核卷積的的feature map,共256張和96張。而由第二層到第三層，第三層通道數（或f

>>阅读原文<<