Ereignis
Tiefes neuronales Netz bei ImageNet
Alex Krizhevsky, Ilya Sutskever und Geoffrey Hinton beschrieben 2012 ein tiefes faltendes neuronales Netz zur Bildklassifikation, später häufig AlexNet genannt. Sie trainierten mit Grafikprozessoren und meldeten für ihre Wettbewerbsvariante 15,3 Prozent Top-5-Fehler bei ILSVRC 2012, gegenüber 26,2 Prozent für den zweitbesten Beitrag. Quelle
Die Arbeit unterscheidet das einzelne Netz vom Wettbewerbsbeitrag: Die 15,3 Prozent auf dem Testsatz entstanden durch die gemittelten Vorhersagen von sieben Netzen, darunter zwei zusätzlich vortrainierte. Für ein einzelnes Netz nennt Tabelle 2 18,2 Prozent auf dem Validierungssatz; die Datensätze sind verschieden. Das beschriebene Training eines Netzes dauerte laut Autoren fünf bis sechs Tage auf zwei Grafikprozessoren. Tabelle und Trainingsbeschreibung
Die Autoren beschreiben ImageNet insgesamt als aus dem Web gesammelte und von Menschen beschriftete Bilder; sie nennen dafür auch Amazon Mechanical Turk. Der Wettbewerb nutzte eine kleinere Teilmenge. Datengrundlage
Top-5-Fehler bedeutet hier: Die vorgegebene richtige Bildklasse fehlt unter den fünf höchstbewerteten Vorschlägen. Die Prozentzahlen beziehen sich auf den konkreten Wettbewerb, nicht auf allgemeine KI-Fähigkeiten. Forschungsarbeit
Belege
- Forschungsarbeit: Zusammenfassung, GPU-Training und wettbewerbsbezogene Ergebnisse.
Offen
Spätere Anwendungen und deren eigene Messbedingungen gesondert recherchieren. / Research later applications and their own evaluation conditions separately.