AlexNet到底是什么？

投资家兼企业家Peter Thiel最喜欢的问题是：很少人赞同你的重要事实有哪些？

如果你在2010年向Geoffrey Hinton教授提出这个问题，他会回答道，卷积神经网络(CNN)有可能在解决图像分类问题上发挥巨大的作用。当时，该领域的研究人员并不重视这一言论，因为深度学习太平淡无奇了。

2010年ImageNet项目的大规模视觉识别挑战(ILSVRC)启动。

在随后的两年时间里，Alex Krizhevsky，Ilya Sutskever和Geoffrey E. Hinton的论文“利用深度卷积神经网络对图像进行分类”发表，这是前所未有的震撼！这篇论文以一种巧妙的手法打破了旧观念，开创了计算机视觉的新局面。

在接下来的几年里，多个团队将构建CNN体系结构，以期望超越人类层面的准确性。2012年论文中使用的架构通常被称为AlexNet，是用第一作者Alex Krizhevsky的名字命名。本文将回顾AlexNet的架构并讨论它的主要贡献。

输入

AlexNet是2012年ImageNet项目的大规模视觉识别挑战(ILSVRC)中的胜出者。AlexNet解决了图像分类的问题，输入是1000个不同类型图像(如猫、狗等)中的一个图像，输出是1000个数字的矢量。输出向量的第i个元素即为输入图像属于第i类图像的概率。因此，输出向量的所有元素之和为1。

AlexNet的输入是一个大小为256×256的RGB图像。因此所有的训练集图像和测试图像的大小都要为256×256。

如果输入图像的大小不是256×256，那么用它来训练神经网络之前需要将其转换成256×256的大小。为了实现这一转换，将图像尺寸缩小成256，最终剪裁获得一个大小为256×256的图像。下图显示了一个示例：

如果输入图像为灰度图像，可以通过复制单个通道将其转换成一个3通道的RGB图像。由256×256的图像可产生随机大小的图像，其中大小为227×227的图像来填充AlexNet的第一层。

AlexNet架构

与用于计算机视觉设计的CNN相比，AlexNet要大得多。AlexNet拥有6000万个参数和65万个神经元，并且花了五到六天的时间来训练两个GTX 580。现在有很多更复杂的CNNs，即使是在非常大的数据集中，也可以高效地运行在更快的GPUs上。

AlexNet架构如下图所示:

AlexNet由5个卷积层和3个全连接层组成

多个卷积内核(a.k.a过滤器)可以提取图像中有趣的特征。通常，同一卷积层中内核的大小是相同的。例如，AlexNet的第一个Conv层包含96个大小为11x11x3的内核。值得注意的是，内核的宽度和高度通常是相同的，深度与通道的数量是相同的。

前两个卷积层后面是重叠的最大池层，第三个、第四个和第五个卷积层都是直接相连的。第5个卷积层后面是一个重叠的最大池层，它的输出会进入两个全连接层。第二个全连接层可以给softmax分类器提供1000类标签。

在所有的卷积层和全连接层之后，都应用了ReLU非线性函数。首先第一和第二个卷积层都应用ReLU非线性函数，然后进行局部标准化，最后执行pooling操作方法。但后来研究人员发现标准化并不是很有用，所以这里不详细论述。

重叠最大池化

通常使用最大池化层来对张量的宽度和高度进行采样，且保持深度不变。重叠的最大池层与最大池层类似，除了重叠最大池层的相邻窗口是相互重叠的。作者使用的池化窗口是大小为3×3，相邻窗口步幅为2的窗口。在输出尺寸相同的情况下，与使用大小为2×2，相邻窗口步幅为2的非重叠池化窗口相比，重叠池化窗口能够分别将第一名的错误率降低0.4%，第5名的错误率降低0.3%。

ReLU非线性

AlexNet的另一个重要特性就是使用了ReLU(整流线性单元)的非线性。Tanh或sigmoid激活函数曾是训练神经网络模型的常用方法。与使用像tanh或sigmoid这样的饱和激活函数相比，使用ReLU非线性可以使深度CNNs训练更快。本文的下图显示，与使用tanh(点线)的等效网络相比，使用ReLUs(solid曲线)的AlexNet能以6倍快的速度到达25%的训练错误率。这是在CIFAR-10数据集中完成的测试。

为什么用ReLUs训练得更快？ReLU函数为f(x)= max(0,x)。

上面是tanh和ReLU两个函数的图。tanh函数在z值很高或很低时饱和，且函数的斜率接近于0，有助于减缓梯度下降。另一方面，当z为较大的正值时ReLU函数的斜率不接近于零，有助于最优化收敛得更快。z为负值时斜率为零，但是神经网络中的大多数神经元最终都具有正值。sigmoid函数也因为同样的原因，稍逊于ReLU。

减少过度拟合

什么是过度拟合?

还记得你的中学同学吗？他在考试中表现得很好，但是当考试的问题需要有创造性的思考时，他却表现得很差。为什么他在遇到以前从未遇到过的问题时表现得如此糟糕？因为他记住了课堂上所涉及的问题的答案，而没有理解潜在的概念。

类似地，神经网络的大小就是它的学习能力。一不小心，它也会在不理解概念的情况下记住训练数据中的例子。虽然神经网络在训练数据上表现得格外的好，但是他们没有学习到真正的概念。在面对新的、未见过的测试数据时，它的表现就没有那么好了。这就是所谓的过度拟合。

AlexNet使用了几种不同的方法来减少过拟合。

数据增强

神经网络中涉及到同一图像的不同变化时有助于防止过度拟合。即强迫神经网络不去记忆！通常会从现有数据中生成额外的数据！以下是AlexNet团队使用的一些技巧。

通过镜像实现数据增强

如果训练集中有一只猫的图像，那么它的镜像也是一只猫。请参见下图中的示例。通过垂直轴简单地翻转图像，训练数据集可变为原来的两倍。

通过随机裁剪实现数据增强

此外，随机裁剪原始图像也会导致额外的数据，即原始数据的移位版本。

AlexNet的作者从大小为256×256的图像中随机裁剪出大小为227×227的图像，并作为网络的输入。使用这种方法将数据的大小变为原来的2048倍。

值得注意的是，这四个随机裁剪的图像看起来非常相似，但它们并不完全相同。对神经网络来说，虽然像素有微小的移动，但图像仍然是一只猫。如果没有数据增强，作者会因为严重的过度拟合而无法使用如此庞大的网络。

Dropout

在对大约60000000个参数的训练中，作者也尝试过用其他方法来减少过度拟合。其中采用了一种叫做dropout的技术，G.E. Hinton在2012年的另一篇论文中介绍了该技术。在丢弃过程中，一个神经元被从网络中丢弃的概率为0.5。当一个神经元被丢弃时，并不影响正向传播和反向传播。如下面的动画所示，每个输入都经过不同的网络架构。因此，所学习的权重参数更可靠且不易被装配。在测试过程中，全网络参与没有遗漏，但是由于神经元丢失输出变为原来的一半。丢弃技术使迭代次数收敛到2，如果没有使用丢弃技术，AlexNet的过拟合会更加严重。

参考文献：

1.利用深度卷积神经网络对图像进行分类.Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, 2012；

2.Coursera课程的“卷积神经网络”，也是Andrew Ng深度学习专业课程的一部分。

数十款阿里云产品限时折扣中，赶紧点击领券开始云上实践吧！

本文由阿里云云栖社区组织翻译。

文章原标题《understanding-alexnet》

作者：snayak 译者：吴兆青，审校：袁虎。

文章为简译，更为详细的内容，请查看原文文章。