AlexNet

AlexNet是一个卷积神经网络，由亚历克斯·克里泽夫斯基设计，与伊尔亚·苏茨克维和克里泽夫斯基的博士导师杰弗里·辛顿共同发表。

AlexNet参加了2012年9月30日举行的ImageNet大规模视觉识别挑战赛，达到最低的15.3%的Top-5错误率，比第二名低10.8个百分点。原论文的主要结论是，模型的深度对于提高性能至关重要，AlexNet的计算成本很高，但因在训练过程中使用了图形处理器（GPU）而使得计算具有可行性。Dan Ciresan等人（2011）的深层CNN在IDSIA上已经快了60倍，并在2011年8月取得了超过人类的表现。从2011年5月15日到2012年9月10日，他们的CNN赢得了不少于四场图像竞赛。他们还极大提高了文献中多个图像数据库的最佳性能。

根据AlexNet的论文，他将反向传播算法应用于福岛邦彦（）最初提出的CNN架构“neocognitron”的一个变种。后来J. Weng提出的最大池化方法修改了该架构。
根據Google scholar網站統計，截至2024年中，AlexNet论文已被引用超过157,000次。

亚历克斯·克里泽夫斯基
亚历克斯·克里泽夫斯基（出生于乌克兰，在加拿大长大）是一名计算机科学家，以在人工神经网络和深度学习方面的工作而著称。在通过AlexNet赢得ImageNet 2012挑战赛后不久，他和同事将他们的创业公司DNN研究公司（DNN Research Inc.）卖给了Google。

参考资料