Theoretisch

Wir haben ein riesiges, tiefgreifendes neuronales Faltungssystem vorbereitet, um die 1,3 Millionen High-Goal-Bilder im LSVRC-2010 ImageNet Vorbereitungsset in die 1000 einzigartigen Klassen einzuordnen. Auf der Grundlage der Testinformationen erzielten wir Top-1- und Top-5-Fehlerschritte von 39,7\% und 18,9\%, was den bisherigen Klassenbestwerten bei weitem überlegen ist. Das neuronale System, das 60 Millionen Parameter und 500.000 Neuronen hat, besteht aus fünf Faltungsschichten, von denen einige von Max-Pooling-Schichten gefolgt sind, und zwei international assoziierten Schichten mit einem letzten 1000-Wege-Softmax. Um die Vorbereitung zu beschleunigen, verwendeten wir nicht-eintauchende Neuronen und eine produktive GPU-Nutzung von Faltungsnetzen. Um die Überanpassung in den international assoziierten Schichten zu verringern, verwendeten wir eine andere Regularisierungsstrategie, die sich als außerordentlich erfolgreich erwies.