我想这是一个错误。看看这里。

另一位作者是 Ilya Sutskever 和 Geoffrey Hinton。因此，AlexNet 输入从 227 x 227 x 3 图像开始。如果您阅读论文，论文指的是 224 x 224 x 3 图像。但如果你看一下这些数字，我认为这些数字实际上只有 227 乘 227 才有意义。

为了详细说明@Media 的答案，“我认为这些数字只有在它们实际上是 227 乘 227 时才有意义”的含义如下：

在附加的快照中，第一个卷积层的大小是 $55x55$. 现在假设输入图像的尺寸是$224x224$，然后通过应用$11x11$内核与$stride=4$如本文所述，将导致：

$outsize=\frac{(insize+2*padding-kernel)}{stride}+1$

$outsize=\frac{(224+2*0-11)}{4}+1=54.25$

而如果尺寸是 $227x227$，那么这将导致：

$outsize=\frac{(227+2*0-11)}{4}+1=55$

这符合论文中描述的第一个卷积层的大小。

* 我从这个 YouTube 教程中得到了计算输出大小的公式。