AlexNet
Paper: ImageNet Classification with Deep Convolutional Neural Networks
Github：https://github.com/pytorch/vision/blob/master/torchvision/models/alexnet.py
AlexNet模型有多伦多大学，Geoff Hinton实验室设计，夺得了2012年ImageNet ILSVRC比赛的冠军，并且错误率远低于第二名，使得卷积神经网络乃至深度学习重新引起了广泛的关注。在此之前，由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。AlexNet的特点
AlexNet是在LeNet的基础上加深了网络的结构，学习更丰富更高维的图像特征。AlexNet的特点：
- 更深的网络结构。
- 使用
ReLU激活函数加速收敛。 - 使用多
GPU并行，加速训练。也为之后的分组卷积（group convolution）理论奠定基础。 - 使用数据增强，提出
Dropout抑制过拟合。 - 使用交叠池化（
Overlapping Pooling）防止过拟合。
使用ReLU激活函数加速收敛
在最初的感知机模型中，输入和输出的关系如下：
\[y=\sum_iw_ix_i+b
\]
只是单纯的线性关系，这样的网络结构有很大的局限性：即使用很多这样结构的网络层叠加，其输出和输入仍然是线性关系，无法处理有非线性关系的输入输出。因此，对每个神经元的输出做非线性变换（激活函数）就非常重要。
在此之前，激活函数主要使用的是tanh:\(f(x)=tanh(x)\)以及sigmoid:\(f\left(x\right)=\frac1{1+\left(e^{-x}\right)^{-1}}\)，但是这些都是饱和激活函数，输入值处于饱和区时（x→∞时），其梯度几乎为0，因此收敛极慢！
针对这一问题，在AlexNet中引入了线性整流单元（Rectified Linear Units, ReLU）作为激活函数，即：\(f\left(x\right)=\max(0,x)\)。其不存在饱和区，导师始终为1，梯度更大，计算量也更少，因此收敛得更快。
如下图所示，为tanh和`ReLU·的收敛速度对比：
如何理解ReLU函数的非线性
这里有个问题，前面提到，激活函数要用非线性的，是为了使网络结构有更强的表达能力。但这里使用的ReLU本质上却是个线性的分段函数，那是如何使用ReLU进行非线性变换的呢？
