一个人工智能系统,由数据、算法和算力构成。
1 数据
在我们学习的机器学习或深度学习知道,数据集很小会导致过拟合,它限制了网络的大小,也就限制了识别类别的数量。更大的数据集能提高网络的性能。
这篇论文使用的数据集是ImageNet。数据集ImageNet是一个包含超过1500万张高分辨率图像的数据集,大约22000个类别。
ILSVRC(ImageNet大规模视觉识别挑战赛)仅使用ImageNet的一个子集,在1000个类别中每个类别大约有1000张图片。总共大约有120万张训练图像,5万张验证图像和15万张测试图像。
AlexNet有6000个参数,1000个类别,这点数据量是不够的,论文采用图像平移、水平反射和改变RGB通道的强度实现数据增强
论文中的网络的输入维度恒定,而数据集的分辨率不是一样的,因此要将图像降采样到固定的256 × 256分辨率。
2 算法
算法就是论文中的网络,网络是神经网络的简称,神经网络由一个个神经元组成,而神经元是将上一个神经元的输出作为输入,然后对输入进行加权求和,最后经过一个激活函数,这个激活函数是非线性的,原因是非线性函数的分类(划分特征)能力比线性函数更强,因此一般激活函数都是非线性的。在卷积神经网络CNN中使用的是tanh饱和的非线性函数,而这篇论文使用一个新的激活函数–ReLU(线性整流函数) 非饱和非