Alex Krizhevsky等人推出AlexNet是哪篇文献

AlexNet是由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton在2012年提出的卷积神经网络模型，它在ImageNet图像分类挑战赛上一举夺魁，引起了广泛的关注和研究。AlexNet的详细内容可以在以下文献中了解：
Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. In Advances in neural information processing systems (pp. 1097-1105)。

相关问题

AlexNet是哪篇文献提出的

AlexNet是由Alex Krizhevsky等人在2012年提出的一篇论文，题目为《ImageNet Classification with Deep Convolutional Neural Networks》。这篇论文提出了一个深度卷积神经网络模型，成功地应用于ImageNet大规模视觉识别挑战赛，取得了当时最优秀的成绩。AlexNet的出现标志着深度学习技术在计算机视觉领域的广泛应用。

alexnet引用文献

### AlexNet 相关的学术论文和引用文献

#### 论文发表背景与影响
AlexNet 是由 Alex Krizhevsky, Ilya Sutskever 和 Geoffrey E. Hinton 提出的一种深度卷积神经网络架构，在2012年的ImageNet大规模视觉识别挑战赛(ILSVRC)中取得了突破性的成果[^1]。

#### 关键论文介绍
一篇重要的原始论文《ImageNet Classification with Deep Convolutional Neural Networks》描述了 AlexNet 的结构及其性能表现。该研究展示了如何通过多层卷积操作来提取图像特征，并利用ReLU激活函数加速训练过程，同时采用Dropout技术减少过拟合现象的发生[^2]。

另外，《Gradient-Based Learning Applied to Document Recognition》也提供了有关早期卷积网络发展的见解，虽然不是直接关于 AlexNet ，但对于理解其设计理念和发展脉络有着重要价值[^3]。

#### 输入尺寸说明
值得注意的是，在实现细节方面，尽管一些资料提到输入图片大小为224×224像素，但实际上官方给出的数据集预处理后的标准输入图像是227×227像素[^4]。

import torchvision.transforms as transforms

transform = transforms.Compose([
    transforms.Resize((227, 227)),  # Resize the input image according to official setting.
])