Teórico

Preparámos um enorme e profundo sistema neural convolutivo para organizar os 1,3 milhões de imagens de alta qualidade na LSVRC-2010 ImageNet preparando o conjunto para as 1000 classes únicas. Nas informações do teste, realizamos os passos de erro top-1 e top-5 de 39,7\% e 18,9\%, o que é extensivamente superior a qualquer coisa do passado com os melhores resultados da classe. O sistema neural, que tem 60 milhões de parâmetros e 500.000 neurônios, é composto de cinco camadas convolutivas, algumas das quais são seguidas por camadas de max-pooling, e duas camadas associadas internacionalmente com um último softmax de 1000 vias. Para tornar a preparação mais rápida, utilizamos neurônios não-immersores e um produtivo uso de redes convolucionais em GPU. Para diminuir o superfitting nas camadas associadas internacionalmente, utilizamos outra estratégia de regularização que demonstrou ser excepcionalmente bem sucedida.