Alex Krizhevsky

通過(guò)這篇論文，一定程度上了解了deep learning ?和image recognition 的結(jié)合

亮點(diǎn)：

1，神經(jīng)元輸出的調(diào)節(jié)函數(shù)，棄用sigmoid和tanh，轉(zhuǎn)用nonlinearity方法： Rectified Linear Units（ReLUs）

2，多個(gè)GPU 共建一個(gè)神經(jīng)網(wǎng)絡(luò)時(shí)候的小trick

3，local normalization scheme 來(lái)幫助泛化

4，避免overfitting的兩個(gè)方法

? ? （1）data augmentation

? ? （2）dropout