在imagenet上的圖像分類challenge上Alex提出的alexnet網絡結構模型贏得了2012屆的冠軍。要研究CNN類型DL網絡模型在圖像分類上的應用，就逃不開研究alexnet，這是CNN在圖像分類上的經典模型（DL火起來之后）。
在DL開源實現caffe的model樣例中，它也給出了alexnet的復現，具體網絡配置文件如下https://github.com/BVLC/caffe/blob/master/models/bvlc_reference_caffenet/train_val.prototxt：
接下來本文將一步步對該網絡配置結構中各個層進行詳細的解讀（訓練階段）：
1. conv1階段DFD（data flow diagram）：
2. conv2階段DFD（data flow diagram）：
3. conv3階段DFD（data flow diagram）：
4. conv4階段DFD（data flow diagram）：
5. conv5階段DFD（data flow diagram）：
6. fc6階段DFD（data flow diagram）：
7. fc7階段DFD（data flow diagram）：
8. fc8階段DFD（data flow diagram）：
各種layer的operation更多解釋可以參考http://caffe.berkeleyvision.org/tutorial/layers.html
從計算該模型的數據流過程中，該模型參數大概5kw+。