李沐读论文-启发点的记录：第一篇-AlexNet

（一）可以借鉴

1.在Figure 4中，展示了作者利用神经网络倒数第二层输出的向量，把相似的向量代表的图像找出来，结果发现：向量相似-语义空间的表示->表面feature表示很好

2.关于绘图：这种feature结构图的绘制好像到现在的论文也一直在用，不过这里的Alex作者是用的两片GPU所以分成了两半-我们一般不会这么画。总的来说，feature的HW越来越小，厚度C越来越大，每一个channel其实更多的是代表提取的语义，所以后面提取的语义越来越多。

3.关于输入的图像，imageNet有不同的分辨率，所以作者Alex的做法是，统一的把Image 全部Resize为256x256的RGB输入进去

（二）启发点

1.读论文和读博客不一样，读论文中获取的信息很多，特别是里面的文字包含作者的观点，可以逐渐形成自己的观点