CNN發(fā)展綜合介紹

CNN的開山之作是LeCun提出的LeNet-5，而其真正的爆發(fā)階段是2012年AlexNet取得ImageNet比賽的分類任務的冠軍，并且分類準確率遠遠超過利用傳統(tǒng)方法實現(xiàn)的分類結果，該模型能夠取得成功的原因主要有三個：

海量的有標記的訓練數(shù)據(jù)，也就是李飛飛團隊提供的大規(guī)模有標記的數(shù)據(jù)集ImageNet

計算機硬件的支持，尤其是GPU的出現(xiàn)，為復雜的計算提供了強大的支持

算法的改進，包括網(wǎng)絡結構加深、數(shù)據(jù)增強（數(shù)據(jù)擴充）、ReLU、Dropout等

AlexNet之后，深度學習便一發(fā)不可收拾，分類準確率每年都被刷榜，下圖展示了模型的變化情況，隨著模型的變深，Top-5的錯誤率也越來越低，目前已經(jīng)降低到了3.5%左右，同樣的ImageNet數(shù)據(jù)集，人眼的辨識錯誤率大概為5.1%，也就是深度學習的識別能力已經(jīng)超過了人類。