Originalarbeiterreichbar
ImageNet Classification with Deep Convolutional Neural Networks
papers.nips.cc (externe Seite)
Krizhevsky, Sutskever und Hinton stellen bei NeurIPS 2012 ein Faltungsnetz vor, das den ImageNet-Wettbewerb gewinnt und die Fehlerquote so deutlich senkt, dass die bis dahin übliche Bauweise aufgegeben wurde. Ab hier wird Rechenleistung zum Forschungsmittel. Die Angaben zur Bauform stehen in der Druckfassung, Abschnitt 3.5: acht Schichten mit Gewichten, davon fünf Faltungsschichten und drei voll verbundene, 60 Millionen Parameter und 650.000 Neuronen. Der Sieg beim Wettbewerb 2012 mit 15,3 Prozent Fehlerquote gegen 26,2 Prozent des Zweitplatzierten steht am Ende des Kurztextes, das Verfahren gegen das Auswendiglernen heißt dort Dropout.
geprüft 24.09.2026
KI-GeschichteNeuronales Netz im Glossar03 Neuronale Netze und Deep Learning