output_size=( input_size + pad * 2 - conv_size ) / stride + 1

第一层：

输入为224*224*3的RGB图像，会通过预处理变为227*227*3的图像，这个图像被96个kernel采样，每个kernel的大小为11*11*3。stride为4；所以output的大小为(227-11)/4+1=55。.这样得到了96个55 * 55大小的特征图了，并且是RGB通道的。96个卷积核分成2组（因为采用了2个GPU服务器进行处理），每组48个卷积核；所以就有了图中的第一步卷积后的结果为55*55*48.

3.使用RELU激励函数，来确保特征图的值范围在合理范围之内，比如{0,1}，{0,255}，这些像素层经过relu1单元的处理，生成激活像素层，尺寸仍为2组55 * 55 * 48的像素层数据。

4.这些像素层经过pool运算(最大池化)的处理，池化运算的尺度为3 * 3，stride移动的步长为2，则池化后图像的尺寸为(55-3)/2+1=27。 即池化后像素的规模为27 * 27 * 96；

5.然后经过归一化处理，归一化运算的尺度为5 * 5；第一卷积层运算结束后形成的像素层的规模为27 *2 7 * 96。分别对应96个卷积核所运算形成。这96层像素层分为2组，每组48个像素层，每组在一个独立的GPU上进行运算。

第二层：

1、第一层输出为两组27*27*48特征图，第二层采用256个5*5*48卷积核，padding=2，所以采样结束后得到的特征图大小为（27+2*2-5）+1=27.256个卷积核分成两组得到27*27*128的特征图

2.这些像素层经过relu2单元的处理，生成激活像素层，尺寸仍为两组27 * 27 * 128的像素层。

3.这些像素层经过pool运算(最大池化)的处理，池化运算的尺度为3 * 3，运算的步长为2，则池化后图像的尺寸为(27-3)/2+1=13。 即池化后像素的规模为2组13 * 13 * 128的像素层。

4.最后经过归一化处理，归一化运算的尺度为5 * 5；第二卷积层运算结束后形成的像素层的规模为2组13 * 13 * 128的像素层。分别对应2组128个卷积核所运算形成。每组在一个GPU上进行运算。即共256个卷积核，共2个GPU进行运算。

第三层：

第三层没有pooling层没有归一化层

1、第三层采用384个大小为3*3*256的卷积核。stride=1.每个GPU中都有192个卷积核，每个卷积核的尺寸是3 * 3 * 256。因此，每个GPU中的卷积核都能对2组13 * 13 * 128的像素层的所有数据进行卷积运算。因此，运算后的卷积核的尺寸为(13-3+1 * 2)/1+1=13。每个GPU中共13 * 13 * 192个卷积核。2个GPU中共13 * 13 * 384个卷积后的像素层。

2、.这些像素层经过激活函数relu3，尺寸仍为2组13 * 13 * 192像素层，共13 * 13 * 384个像素层。

第四层：

第四层采用384个kernels,size is 3*3*192 padding=1计算和第三层一样。

第五层：

1、256 kernels of size 3*3*192。padding=1.计算和第三层一样卷积的结果为：每个GPU中共13*13*128个卷积核。2个GPU中共13 * 13 * 256个卷积后的像素层。

2.这些像素层经过激活函数relu5单元处理，尺寸仍为2组13 * 13 * 128像素层，共13 * 13 * 256个像素层。

3.2组13 * 13 * 128像素层分别在2个不同GPU中进行池化(最大池化)处理。池化运算的尺度为3 * 3，运算的步长为2，则池化后图像的尺寸为(13-3)/2+1=6。 即池化后像素的规模为两组6 * 6 * 128的像素层数据，共6 * 6 * 256规模的像素层数据。

第六层：

1、输入数据的尺寸是6 * 6 * 256，采用6 * 6 * 256尺寸的滤波器对输入数据进行卷积运算；每个6 * 6* 256尺寸的滤波器对第六层的输入数据进行卷积运算生成一个运算结果，通过一个神经元输出这个运算结果；共有4096个6 * 6 * 256尺寸的滤波器对输入数据进行卷积运算，通过4096个神经元输出运算结果；

2、这4096个运算结果通过relu激活函数生成4096个值；

3、在dropout中是说在训练的以1/2概率使得隐藏层的某些neuron的输出为0，这样就丢到了一半节点的输出，BP的时候也不更新这些节点。通过drop运算后输出4096个本层的输出结果值。

第七层：

1.输入的4096个数据与第七层的4096个神经元进行全连接；

2.操作如同然后上一层一样经由relu7进行处理后生成4096个数据；

3.再经过dropout7（同样是以0.5的概率）处理后输出4096个数据。

第八层：

1.第七层输出的4096个数据与第八层的1000个神经元进行全连接，经过训练后输出被训练的数值。

另：

论文中采用了几种方法：

ReLU和多个GPU

为了提高训练速度，AlexNet使用ReLU代替了Sigmoid,其能更快的训练,同时解决sigmoid在训练较深的网络中出现的梯度消失,或者说梯度弥散的问题.

重叠的pool池化

提高精度， 不容易产生过拟合，在以前的CNN中普遍使用平均池化层,AlexNet全部使用最大池化层,避免了平均池化层的模糊化的效果,并且步长比池化的核的尺寸小,这样池化层的输出之间有重叠,提升了特征的丰富性.

局部响应归一化           

提高精度，局部响应归一化,对局部神经元创建了竞争的机制,使得其中响应小打的值变得更大,并抑制反馈较小的.

数据增益 Dropout     

减少过拟合，使用数据增强的方法缓解过拟合现象

参考文章：

https://blog.csdn.net/Rasin_Wu/article/details/80017920