個人機器學習實習總結(DOC 50頁)

AlexNet是一種典型的convolutionalneuralnetwork，它由5層convolutionallayer，
2層fullyconnectedlayer，和最後一層labellayer(1000個node
,每個node代表ImageNet中的一個類別)組成。2012年，deeplearning的大牛教授
GeoffreyHinton(UniversityofToronto,Google)的學生AlexKrizhevsky設計了一個8層的CNN，
並把它用於ImageNet的imageclassification，直接把當時最好算法的錯誤率差不多減半。
這引起了computervisioncommunity的強烈關注。這篇文章的出現也是deeplearning開始被
computervisioncommunity接受的關鍵轉折點。如是後來大家把這個8層的CNN命名為AlexNet。
Deeplearning實際上是一種featureengineering的方法。不論是AlexNet還是VGG-Net，
倒數第二層都可以很好的描述image全局特征，所以它們通常用來當作inputimage新的feature，
..............................