---
title: AlexNet 논문 재현
emoji: 🧠
colorFrom: blue
colorTo: purple
sdk: gradio
sdk_version: 4.0.0
app_file: app.py
pinned: false
license: mit
tags:
  - image-classification
  - alexnet
  - paper-reproduction
  - pytorch
---

# AlexNet — 논문 완전 재현

**논문**: [ImageNet Classification with Deep Convolutional Neural Networks](https://papers.nips.cc/paper/2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstract.html)  
**저자**: Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton (NeurIPS 2012)

## 파일 구성

| 파일 | 역할 |
|------|------|
| `app.py` | Gradio 데모 + 모델 전체 코드 |
| `config.json` | 모델 하이퍼파라미터 |
| `requirements.txt` | 패키지 목록 |

## 로컬 실행

```bash
pip install -r requirements.txt
python app.py
```

## 논문 구현 포인트

- **GPU 분할** (3.2절): `groups=2` → Conv1·2·4·5에서 채널을 반씩 나눠 독립 연산
- **Cross-GPU** (3.5절): `groups=1` → Conv3·FC는 전체 채널 연결
- **LRN** (3.3절): Conv1·2 뒤에만 적용
- **Dropout** (4.2절): FC1·FC2에만 p=0.5 적용
- **가중치 초기화** (5절): N(0, 0.01), 일부 레이어 bias=1