版權宣告：本文為博主原創文章 https://blog.csdn.net/sunbaigui/article/details/39938097

在imagenet上的影象分類challenge上Alex提出的alexnet網路結構模型贏得了2012屆的冠軍。要研究CNN型別DL網路模型在影象分類上的應用，就逃不開研究alexnet，這是CNN在影象分類上的經典模型（DL火起來之後）。

在DL開源實現caffe的model樣例中，它也給出了alexnet的復現，具體網路配置檔案如下https://github.com/BVLC/caffe/blob/master/models/bvlc_reference_caffenet/train_val.prototxt

1. conv1階段DFD（data flow diagram）：

2. conv2階段DFD（data flow diagram）：

3. conv3階段DFD（data flow diagram）：

4. conv4階段DFD（data flow diagram）：

5. conv5階段DFD（data flow diagram）：

6. fc6階段DFD（data flow diagram）：

7. fc7階段DFD（data flow diagram）：

8. fc8階段DFD（data flow diagram）：

各種layer的operation更多解釋可以參考http://caffe.berkeleyvision.org/tutorial/layers.html

從計算該模型的資料流過程中，該模型引數大概5kw+。