ImageNet Classification with Deep ConvolutionalNeural Networks--文献笔记
摘要作者训练了一个庞大深层卷积神经网络,在ImageNetLSVRC-2010比赛中,将120万张高分辨率图像分为1000个类别。测试数据上,错误率:top-1=37.5%、top-5=17.0%.神经网络包括6000万个参数和650,000个神经元,由5个卷积层,其中一些之后是最大池化层,以及3个全连接层,最后是1000个softmax输出。为了加快训练速度,采用非饱和神经元和能高效进行卷积运算