2017-07-18-AlexNet论文翻译——中文版_.pdf
立即下载
撩心
2025-01-16
Net
论文
翻译
中文版
top-5
错误率
神经
Alex
方法
图像
1.4 MB
SnailTyan
● 首页
●
分类
●
归档
●
标签
●
关于
AlexNet论文翻译——中文版
| |
AlexNet论文翻译——中文版
文章作者：Tyan
博客：noahsnail.com | CSDN | 简书
声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！
翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translation
ImageNet Classification with Deep Convolutional Neural Networks
摘要
我们训练了一个大型深度卷积神经网络来将ImageNet LSVRC-2010竞赛的120万高分辨率的图像分到1000不同的类别中。在测试数据上，我们得到了top-1 37.5%, top-5 17.0%的错误率，这个结果比目
前的最好结果好很多。这个神经网络有6000万参数和650000个神经元，包含5个卷积层（某些卷积层后面带有池化层）和3个全连接层，最后是一个1000维的softmax。为了训练的更快，我们使用了非
饱和神经元并对卷积操作进行了非常有效的GPU实现。为了减少全连接层的过拟合，我们采用了一个最近开发的名为dropout的正则化方法，结果证明是非常有效的。我们也使用这个模型的一个变种参加
了ILSVRC-2012竞赛，赢得了冠军并且与第二名 top-5 26.2%的错误率相比，我们取得了top-5 15.3%的错误率。
1 引言
AlexNet论文翻译——中文版 | SnailTyan
http://noahsnail.com/2017/07/18/2017-07-18-AlexNet论文翻译——中文版/（第 1／10 页）2019/3/31 10:47:38
AlexNet论文翻译——中文版 | SnailTyan
当前的目标识别方法基本上都使用了机器学习方法。为了提高目标识别的性能，我们可以收集更大的数据集，学习更强大的模型，使用更好的技术来防止过拟合。直到最近，标注图像的数据集都相对较
小--在几万张图像的数量级上（例如，NORB[16]，Caltech-10
Net/论文/翻译/中文版/top-5/错误率/神经/Alex/方法/图像/
Net/论文/翻译/中文版/top-5/错误率/神经/Alex/方法/图像/
-->