文档摘要

3.2 AlexNet：把深度学习推上主赛道的里程碑 本节摘要：2012 年，AlexNet 在 ImageNet 大赛上把前五错误率从上一年冠军的约 26% 一下拉到 15.3%，领先第二名十个百分点。结构上它只是"加深加宽的 LeNet"，真正的贡献是四件配套工程：ReLU 激活、Dropout 正则、双 GPU 并行训练、数据增强。本节算清它 6,200 万参数的账目，解释这四件武器各治什么病。 会员。《3.2 AlexNet：把深度学习推上主赛道的里程碑》收录于灏天文库文集《CNN 深度解析：图像识别的基石》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/449-cnn-%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E7%9A%84%E5%9F%BA%E7%9F%B3

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流