AlexNet 卷积神经网络

AlexNet 是一种深度卷积神经网络 (CNN)，由 Alex Krizhevsky 、 Ilya Sutskever 和 Geoffrey Hinton 于 2012 年提出，并在当年的 ImageNet 图像分类竞赛中取得了突破性的成绩，在 2012 年的 ILSVRC 竞赛中获得了第一名，引领了深度学习在图像识别领域的复兴。相关论文成果为「ImageNet Classification with Deep Convolutional Neural Networks」，并发表于 NIPS 2012 会议。

AlexNet 的网络结构相对较深，包含 5 个卷积层和 3 个全连接层，拥有 6,000 万个参数和 65 万个神经元。它采用了一系列创新技术，如使用 ReLU 激活函数解决了传统 Sigmoid 激活函数可能出现的梯度消失问题，使网络收敛更快且增强了非线性表达能力。