（俗話說：大樹底下好乘涼，站在大佬的肩膀上我就可以少寫一點啦，哈哈）
原作地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
參考文章：
1、AlexNet論文(ImageNet Classification with Deep Convolutional Neural Networks)(譯)這位大佬把原作翻譯了一遍，基本上還是很準確的，除了一些細節需要看一下原文；
2、局部響應歸一化層（LRN）這位大佬詳細講解了局部響應歸一化，在讀文章時沒有整明白局部響應歸一化的公式，所以看了原作、找了一些資料，關鍵困擾點：公式中求和的範圍比較抽象，話不多說，看完下圖再比對着公式，相信小夥伴們立刻就懂了：
公式中參數的意思，可以看下面我的手寫筆記3.3，也可以看參考文章1或原作，都可以啦。
邊看邊做了一些筆記，方便以後回憶，其實文章還是蠻好懂的，網絡架構在網上也可以找到一大堆，關鍵在於文章中所講的數據增強那一塊：怎麼從256*256的圖片中通過平移和水平映射來增加2048倍的數據量？知道的小夥伴可以一起討論一下。
首先附上一張AlexNet的網絡結構：
接下來附上我的手寫筆記，希望大家多多指教：
最後再補充一點數據增強的方法，也是參考文章： 【方法】數據增強(Data Augmentation)