[code] AlexNet

ImageNet Classification with Deep Convolutional Neural Networks 구현

위의 layer 구조를 보고 코드로 구현하였다.

앞서 해석한 논문을 보면 디테일한 설명을 볼 수 있다. ImageNet Classification with Deep Convolutional Neural Networks

• local response normalization은 요즘 사용하지 않고 대부분 batch normalization을 사용한다고 함.

• compile 부분을 보면 optimizer을 SGD(stochastic gradient descent)를 사용하였다.

• 원래는 cifar-10 데이터 셋으로 10개의 클래스를 분류하고자 하였지만 GPU 메모리 부족으로 2개의 클래스를 분류해보았다.

[학습결과]

accuracy는 56.67%.

cat, dog 이미지라서 accurate가 박살난것일까..

참고

[1] http://datahacker.rs/tf-alexnet/

[2] https://towardsdatascience.com/implementing-alexnet-cnn-architecture-using-tensorflow-2-0-and-keras-2113e090ad98

[3] https://medium.com/swlh/alexnet-with-tensorflow-46f366559ce8