经网络模型之AlexNet的一些总结
说明： 这个属于个人的一些理解，有错误的地方，还希望给予教育哈～
此处以caffe官方提供的AlexNet为例.
目录：
1.背景
2.框架介绍
3.步骤详细说明
5.参考文献
背景：
AlexNet是在2012年被发表的一个金典之作，并在当年取得了ImageNet最好成绩，也是在那年之后，更多的更深的神经网路被提出，比如优秀的vgg,GoogleLeNet.
其官方提供的数据模型，准确率达到57.1%,top 1-5 达到80.2%. 这项对于传统的机器学习分类算法而言，已经相当的出色。
框架介绍:
AlexNet的结构模型如下：
如上图所示，上图采用是两台GPU服务器，所有会看到两个流程图，我们这里以一台CPU服务器为例做描述.该模型一共分为八层，5个卷基层,，以及3个全连接层,在每一个卷积层中包含了激励函数RELU以及局部响应归一化（LRN）处理，然后在经过降采样（pool处理），下面我们来逐一的对每一层进行分析下吧.
3. 详细介绍：
1. 对于conv1层，如下
layer { name: "conv1网友评论
