差分
'''AlexNet'''とは、画像認識競技会「[[ILSVRC]]」の2012年大会で優勝した[[CNN]]（[[アルゴリズム]]）である。
== 論文 ==
https://stats.stackexchange.com/questions/132897/how-does-krizhevskys-12-cnn-get-253-440-neurons-in-the-first-layer
== 構造 ==
{| class="wikitable"
|+
! 層名
! 種類
! フィルタサイズ
! パディング
! ストライド
! 出力数
! 出力サイズ
! 備考
|-
| input
| 入力層
|
|
|
|
| (224, 224, 3)
| 入力層は「224x224x3」（横224 x 縦224 x RGB3色）
|-
| conv1
| 畳み込み層
| (11, 11)
|
| (4, 4)
| 96
| (55, 55, 96)
| [[ReLU]]
|-
| norm1
| 正規化層
|
|
|
|
| (55, 55, 96)
| [[LRN]]
|-
| pool1
| プーリング層
| (3, 3)
|
| (2, 2)
|
| (27, 27, 96)
| [[MaxPooling]]
|-
| conv2
| 畳み込み層
| (5, 5)
| (1, 1)
| (1, 1)
| 256
| (13, 13, 256)
| [[ReLU]]
|-
| norm2
| 正規化層
|
|
|
|
| (13, 13, 256)
| [[LRN]]
|-
| pool2
| プーリング層
| (3, 3)
|
| (2, 2)
|
| (13, 13, 256)
| [[MaxPooling]]
|-
| conv3
| 畳み込み層
| (3, 3)
| (1, 1)
| (1, 1)
| 384
| (13, 13, 384)
| [[ReLU]]
|-
| conv4
| 畳み込み層
| (3, 3)
| (1, 1)
| (1, 1)
| 384
| (13, 13, 384)
| [[ReLU]]
|-
| conv5
| 畳み込み層
| (3, 3)
| (1, 1)
| (1, 1)
| 256
| (13, 13, 256)
| [[ReLU]]
|-
| pool3
| プーリング層
|
| (1, 1)
| (2, 2)
|
| (6, 6, 256)
| [[MaxPooling]]
|-
| fc1
| 全結合層
|
|
|
| 4096
| (4096)
| [[Dropout]]
|-
| fc2
| 全結合層
|
|
|
| 4096
| (4096)
| [[Dropout]]
|-
| fc3
| 全結合層
|
|
|
| 1000
| (1000)
| [[Softmax]]
|}
[[category: 人工知能]]
[[category: CNN]]
== 論文 ==
https://stats.stackexchange.com/questions/132897/how-does-krizhevskys-12-cnn-get-253-440-neurons-in-the-first-layer
== 構造 ==
{| class="wikitable"
|+
! 層名
! 種類
! フィルタサイズ
! パディング
! ストライド
! 出力数
! 出力サイズ
! 備考
|-
| input
| 入力層
|
|
|
|
| (224, 224, 3)
| 入力層は「224x224x3」（横224 x 縦224 x RGB3色）
|-
| conv1
| 畳み込み層
| (11, 11)
|
| (4, 4)
| 96
| (55, 55, 96)
| [[ReLU]]
|-
| norm1
| 正規化層
|
|
|
|
| (55, 55, 96)
| [[LRN]]
|-
| pool1
| プーリング層
| (3, 3)
|
| (2, 2)
|
| (27, 27, 96)
| [[MaxPooling]]
|-
| conv2
| 畳み込み層
| (5, 5)
| (1, 1)
| (1, 1)
| 256
| (13, 13, 256)
| [[ReLU]]
|-
| norm2
| 正規化層
|
|
|
|
| (13, 13, 256)
| [[LRN]]
|-
| pool2
| プーリング層
| (3, 3)
|
| (2, 2)
|
| (13, 13, 256)
| [[MaxPooling]]
|-
| conv3
| 畳み込み層
| (3, 3)
| (1, 1)
| (1, 1)
| 384
| (13, 13, 384)
| [[ReLU]]
|-
| conv4
| 畳み込み層
| (3, 3)
| (1, 1)
| (1, 1)
| 384
| (13, 13, 384)
| [[ReLU]]
|-
| conv5
| 畳み込み層
| (3, 3)
| (1, 1)
| (1, 1)
| 256
| (13, 13, 256)
| [[ReLU]]
|-
| pool3
| プーリング層
|
| (1, 1)
| (2, 2)
|
| (6, 6, 256)
| [[MaxPooling]]
|-
| fc1
| 全結合層
|
|
|
| 4096
| (4096)
| [[Dropout]]
|-
| fc2
| 全結合層
|
|
|
| 4096
| (4096)
| [[Dropout]]
|-
| fc3
| 全結合層
|
|
|
| 1000
| (1000)
| [[Softmax]]
|}
[[category: 人工知能]]
[[category: CNN]]