在MATLAB2020以上平台，利用Alexnet模型训练交警手势，训练后的模型可以检测交警手势图像，准确率可达98%以上。

AlexNet模型是Hinton的学生Alex Krizhevsky在2012年提出来的。AlexNet包含了几个比较新的技术点，也首次在CNN中成功应用了ReLU、Dropout和LRN等Trick。 AlexNet主要使用的新技术点如下： （1）成功使用ReLU作为CNN的激活函数，并验证其效果在较深的网络超过了sigmoid，解决了sigmoid在网络较深时的梯度弥散问题。 （2）训练时使用dropout随机忽略一部分神经元，以避免过拟合，主要是最后几个全连接层使用了dropout。 （3）在CNN中使用重叠的最大池化，避免平均池化的模糊化效果。并且提出让步长比池化核的尺寸小，这样池化层的输出之间会有重叠和覆盖，提升了特征的丰富性。 （4）提出了LRN层，对局部的神经元活动创建竞争机制，使其中响应比较大的值变得更大，增强了模型的泛化能力。 （5）使用CUDA加速深度卷积网络的训练，利用GPU强大的并行计算能力，处理神经网络训练时大量的矩阵运算。 （6）数据增强，大大减轻过拟合，提升泛化能力。

megengine框架的图像分类AlexNet模型(ImageNet)

本项目已包含花分类数据集和训练好的AlexNet.pth模型，可直接进行花分类预测，代码共分5部分： 1. 数据预处理：划分数据集  2. 加载自定义数据集 3. 建立Alexnet模型  4. 模型训练  5. 模型的评估和使用训练好的模型进行图片分类 本文代码简单易懂，有较具体的注释，只需具备基础的python知识，便可以顺序通读。

人工智能基础视频教程零基础入门课程 第十四章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 TensorFlow深入、TensorBoard 十一章 DNN深度神经网络手写图片识别 十二章 TensorBoard可视化 十三章 卷积神经网络、CNN识别图片 十四章 卷积神经网络深入、AlexNet模型 十五章 Keras深度学习框架

使用pytorch框架写的Alexnet，自己还是个研二学生，水平有限希望可以帮到大家吧。 使用pytorch框架写的Alexnet，自己还是个研二学生，水平有限希望可以帮到大家吧

使用AlexNet论文实现[猫狗数据集]分类。 压缩包内含[model.py][split_data.py][train.py][inference.py][test.py][AlexNet.pth][几张推理用的图片]。 Note： 不包含猫狗数据集！ 下载前请看博客，配合博客内容使用。

基于pytorch 的Alexnet网络模型搭建+训练+预测+代码详解，用的是cifa10的数据集，网上很好找，也可以用自己的数据集，自己试过了，完全能跑通，准确率最后饱和能达到88%，建议用GPU跑，CPU太慢了。要是在修改过程中又不会的地方可以私聊我或者评论，会及时回复的哦。

AlexNet模型1. AlexNet模型介绍1.1 AlexNet的特点1.2 AlexNet的结构1.3 AlexNet参数数量2. AlexNet的PyTorch实现2.1 导入相应的包2.2 构建AlexNet网络2.3 加载数据集2.4 训练网络 1. AlexNet模型介绍 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。 直到2012年，Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。AlexNet首次证明了学习到的特征可以超越⼿⼯设计的特征，从而⼀举

是博客https://blog.csdn.net/qq_35759272/article/details/109252165（2020研究生数学建模——大雾能见度估计与预测（E题）AlexNet深度网络解法）文章对应的程序。需要配合我之前上传的视频截图文件，可以在我的上传文件里下载，注意：此程序是在MATLAB2020a上运行，低版本的MATLAB运行不了，安装完MATALB2020a之后要安装alexnet.mlpkginstall文件，具体怎么安装看博客链接