[논문 읽기] ImageNet Classification with Deep Convolutional Neural Networks (1)

(2012) Abstract 1) introduction 2) the dataset 3) the architecture ReLU nonlinearity training on multiple GPUs local response normalization overlapping pooling overall architecture 4) reducing overfitting data augmentation dropout 5) detail of learning 6) results qualitative evaluations 7) discussion 요약: 우리는 120만장의 고화질 이미지를 1000개의 서로 다른 클래스로 분류하는 엄청나게 큰 CNN을 훈련시켰어요. 모델 평가 때는 top1 에러율도 달성했습니다. 모델은 다음과 같이 구성되어 있어요 . 6천만개의 파라미터와 65만개의 뉴런으로 이루어짐 5개의 conv layer -> max풀링 레이어, 3개의 FC layer (1000개 분류를 위...

원문링크 : [논문 읽기] ImageNet Classification with Deep Convolutional Neural Networks (1)