AlexNet 편집하기 (부분)

==아키텍처==
AlexNet은 총 8개의 학습 가능한 계층으로 구성되어 있으며, 그중 5층은 컨볼루션 계층, 나머지 3층은 완전연결층이다.
*입력: 224×224 RGB 이미지
*Conv1: 96개의 11×11 필터, 스트라이드 4
*Max Pooling: 3×3 필터, 스트라이드 2
*Conv2: 256개의 5×5 필터
*Max Pooling
*Conv3–5: 384, 384, 256개의 3×3 필터
*완전연결층 4096–4096–1000
*출력: 1000 클래스 (ImageNet 클래스)
ReLU(Rectified Linear Unit) 활성화 함수를 사용하였으며, 드롭아웃을 통해 과적합을 방지하였다. 두 개의 GPU를 병렬로 연결하여 학습을 수행한 점 또한 특징이다.