个人机器学习实习总结(DOC 50页)

AlexNet是一种典型的convolutionalneuralnetwork，它由5层convolutionallayer，
2层fullyconnectedlayer，和最后一层labellayer(1000个node
,每个node代表ImageNet中的一个类别)组成。2012年，deeplearning的大牛教授
GeoffreyHinton(UniversityofToronto,Google)的学生AlexKrizhevsky设计了一个8层的CNN，
并把它用于ImageNet的imageclassification，直接把当时最好算法的错误率差不多减半。
这引起了computervisioncommunity的强烈关注。这篇文章的出现也是deeplearning开始被
computervisioncommunity接受的关键转折点。如是后来大家把这个8层的CNN命名为AlexNet。
Deeplearning实际上是一种featureengineering的方法。不论是AlexNet还是VGG-Net，
倒数第二层都可以很好的描述image全局特征，所以它们通常用来当作inputimage新的feature，
..............................