有个写的很好的文章：https://zhuanlan.zhihu.com/p/80087776
【一】
网络结构很重要，一层都不能少
如果算力提升，效果很显然可以继续提升。
防止过拟合很重要
【二】数据集
train 120w valid 5w test 15w，
报告两个错误率 top1 - top5
预处理：裁剪成 256 x 256, 每张照片 demean
【三】网络结构
3.1 Relu：速度快很多
3.2 双GPU并行跑： 提升1.7% 1.2% （比较单GPU，一半神经元）
3.3 局部标准化：提升泛化能力
3.4 overlap pooling:
传统pooling 2x2, new pooling 步长2 邻域3，
【四】防止过拟合
6000w个参数
4.1 数据增强： 反射 平移 、 改变RGB的强度、
4.2 dropout: 0.5的概率为0， 只在两层全连接。最后用所有的，只是输出乘以0.5
【五】学习细节
sgd 0.9 momentum 0.0005 weight decay，这个decay是施加在momentum上的
weight decay十分重要！
w为std为0.01的正态分布，b有一些为1， 有一些为0， 为了加速
lr相同0.01， 当不会更好的时候 lr 除以10，一共做了三次
训练了90个循环。
待填坑：
1、local normalize具体实现
2、模型效果与evaluation