序言
卷积神经网络AlexNet,出自于论文ImageNet Classification with Deep ConvolutionalNeural Networks ,三位作者为Alex Krizhevsky,Ilya Sutskever,Geoffrey E. Hinton,均来自于University of Toronto,Hinton大师亲自带队,该网络架构以首作者Alex Krizhevsky姓名命名为AlexNet。
此网络参加了ILSVRC2012年大赛,以高出第二名10%的性能优势取得了冠军。AlexNet网络也是VGGNet、GoogLeNet、ResNet、DenseNet等经典网络的基础和开端,故而称之为卷积神经网络深度学习的“复兴号角”。
从1998年到2012年,不易!
AlexNet首次在大规模图像数据集ImageNet实现了深层卷积神经网络结构,并以碾压传统hand-craft特征方法之势暴力夺冠,从此释放了深度学习的洪荒之力!
网络结构
图解
详解
创新思想
核心点
★ ReLU(Rectified Linear Units) Nonlinearity 线性约束单元作为AlexNet的激活函数
详情参阅下文
V. Nair and G. E. Hinton. Rectified linear units improve restricted boltzmann machines. In Proc. 27th International Conference on Machine Learning, 2010.
★ Overlapping Pooling 重叠池化
★ Local Response Normalization 局部响应归一化
★ Dropout 解决 过拟合问题 的tricks
详情参阅下文
G.E. Hinton, N. Srivastava, A. Krizhevsky, I. Sutskever, and R.R.Salakhutdinov. Improving neural networks by preventing co-adaptation of feature detectors. arXiv preprint arXiv:1207.0580, 2012.
★ 高效的GPU卷积运算结构
使得GPU成为深度学习的主要工具,NVIDIA的老黄着实应该给大师实验室支付一大笔广告推广费用。
感悟点
[1]十年磨一剑,霜刃未曾试。今日把示君,谁有不平事?
[2]自此,业内研究者跳出了特征方法和特征工程,开始思考以CNN算法模型、超大规模数据配合强悍的算力来实现自动特征提取的方案。
[3]自此,ImageNet LSVRC挑战赛冠军之位,被深度学习模型锁定。
[4]自此,算法+算力+数据三要素驱动AI模式肇兴。
参考论文
- ImageNet Classification with Deep Convolutional Neural Networks. Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton. 2012 论文传送门