網絡架構：
整個網絡一共有八層，包括5層卷積層，3層全連接層，最后一層為輸出層，輸出1000維的vector，表示該image在1000類圖像的分布情況。
每一卷積層和全連接層的都與激活層相連。第一，第二層卷積層之后，緊連著局部響應歸一化層（Local Response Normalization），之后為池化層（下采樣，MaxPooling）。第五層卷積層，緊連著池化層。
各層策略：
Local Response Normalization:
將當前神經元的輸出與其鄰近的n個神經元做歸一化，對輸出做一個尺度變換，（使得每個輸出分布更集中，加快收斂，泛化性能）。ai表示第i個神經元輸出，bi表示歸一化后的神經元輸出，k，a，n為常量，為超參數。
Maxpooling層：
Max Pooling對得到的結果進行下采樣，縮小輸出結構。以往的池化層，采取無重疊池化。在AlexNet中，作者采用有重疊池化。實驗結果表明，有重疊池化較無重疊池化更難于過擬合。假設輸入為I，pooling區域大小為F，步長為stride，則輸出大小為：（I - F）/stride? + 1
當無重疊池化時，F=stride，即 I/stride - F/stride + 1 = I/stride。
文中取F = 3，stride =2 即 （I - 3）/2 + 1
個人感覺重疊池化做法，與HOG特征生成過程中的歸一化有點類似，歸一化過程 ，block之間是有重疊的。重疊池化，考慮周圍特征，把局部最顯著的特征留下。
激活層（激活函數的選擇）：
文中從收斂速度角度對比了tanh與ReLu激活函數，如圖（實線表示ReLu，虛線表示tanh）。從圖可看到，以tanh為激活函數，需要經過更多個epoch才能達到0.25的錯誤率。以ReLu為激活函數，模型收斂速度更快。
整體架構：
input（224 * 224 *3）
first layer：
Conv（Filter ： 11*11*96,stride=4）： （224 - 11）/4 +1 = 55? , 55*55 * 96? ?（拆成 55*55 * 48，,55*55*48便于兩塊CPU并行工作）
maxpooling: (55 - 3) /2 +1 = 27
second layer：
Conv （Filter：3*3*256，stride = 1，zero padding，padding = 1）：（27+2 - 3）/1 +1 = 27， 27*27*256? （拆成 27*27 * 128，,27*27*128）
maxpooling: (27 - 3) /2 +1 = 13
thrid layer：
Conv （Filter：3*3*384，stride = 1，zero padding，padding = 1）：（13+2 - 3）/1 +1 = 13， 13*13*384? （拆成 13*13* 192，,13*13*192）
fourth layer：
Conv （Filter：3*3*384，stride = 1，zero padding，padding = 1）：（13+2 - 3）/1 +1 = 13， 13*13*384 （拆成 13*13 * 192，,13*13*192）
Fifth layer：
Conv （Filter：3*3*256，stride = 1，zero padding，padding = 1）：（13+2 - 3）/1 +1 = 13， 13*13*256? （拆成 13*13 * 128，,13*13*128）
maxpooling: (13 - 3) /2 +1 = 6
全連接層
全連接層可看成上一層特征與同等大小的卷積核卷積得到。
第六層：
輸入為： 6*6*128
濾波器：6*6 * 4096（4096個濾波器，每個濾波器有128個卷積核，每個卷積核大小 6*6） 得到 1*1*4096
下一層：1*1* 4096
最后一層：1*1*1000（1000個濾波器，每個濾波器有4096個卷積核，每個卷積核大小 1*1）
訓練及優化：
減少過擬合風險：
數據增強（data argumentation）：
對現有的數據進行一定的變換，用于訓練。變換需是有意義的變換
1.對一256*256的圖像，隨機采樣得到224*224的圖片，并變換得到其水平反射圖像，訓練的樣本增加2048倍（（256-224）**2 * 2）
2.原本圖像加上主成分特征向量與特征值和一個隨機變量的乘積。
dropout：以0.5的概率將一些的神經元輸出設為0。
訓練：
訓練策略：用隨機梯度下降的動量形式訓練模型。
參數初始化：
以均值為0，標準差為0.01的高斯分布初始化參數w。
學習率的改變：
初始化為0.01，當驗證集錯誤率停止上升時，學習速率除以10，學習速率減小。
問題：為什么歸一化層只在前兩層？激活層：從線性到非線性的映射。濾波器3*3？maxpooling，3，4,5層的作用。從卷積層到最后輸出采用全連接層的作用。
歸一化的作用？
overlapping Pooling？
ReLu負半軸為0，未能激活？
代碼：https://github.com/kratzert/finetune_alexnet_with_tensorflow
