Teórico

Preparamos un enorme y profundo sistema neural convolucional para organizar los 1,3 millones de imágenes de alto objetivo en el LSVRC-2010 ImageNet preparándose en las 1000 clases únicas. En la información de la prueba, logramos los primeros 1 y 5 pasos en falso del 39,7% y 18,9%, lo que es ampliamente superior a los mejores resultados de las clases anteriores. El sistema neural, que tiene 60 millones de parámetros y 500.000 neuronas, comprende cinco capas convolucionales, algunas de las cuales son arrastradas por las capas de máxima acumulación, y dos capas internacionalmente asociadas con un último softmax de 1000 vías. Para hacer la preparación más rápida, utilizamos neuronas no sumergidas y un uso productivo de las redes convolucionales en la GPU. Para disminuir la sobrecarga en las capas internacionalmente asociadas utilizamos otra estrategia de regularización que demostró ser excepcionalmente exitosa.