采用AlexNet网络实现图像分类的pytorch框架

通过pytorch框架中的AlexNet网络实现了图像分类，方便拿走即用。AlexNet在2012年夺得了ILSVRC比赛冠军，top5预测错误率仅为16.4%，被广泛应用于计算机视觉领域。该网络由8层神经网络组成，包含5个卷积层和3个全连接层，并有6亿3000万个链接、6000万个参数和65万个神经元。网络结构中，输入图片为2243，第一个卷积层使用1111的较大卷积和，步长为4，拥有96个卷积核，之后紧接着是LRN层和一个33的最大池化层，步长为2，之后的卷积层步长都为1，最大池化层仍然为33，步长为2。