Title

ImageNet Classification with Deep Convolutional Neural Networks

Summary

文章是2012年非常出名的文章，采用了卷积，ReLU，MaxPooling等常用的方法，利用1200000张图片进行训练，评价指标为图像领域常用的top-1与top-5两种方法，训练耗时6天（12年显卡），测试结果采用top-5得到错误率为16.4%，比第二名高了10百分点。

Research Objective

在ILSVRC比赛上，使用有1000个类的1200000张图片作为训练集，训练一个模型用于图像识别。

Problem Statement

1. 模型如何建立
2. 如何进行图像预处理
3. 如何解决过拟合问题
4. 使用什么训练方法

Method(s)

网络结构：

1. 重叠池化：在池化层中，stribe小于池化size，令两次池化之间有重叠的部分
2. 随机裁剪：在原始图像中，随机裁剪出若干个固定像素大小的图片，再随机镜像翻转
3. LRN：已经弃用，被证明无效
4. dropout：随机失活方法，减轻过拟合
5. ReLU：加快模型收敛，比饱和函数sigmoid和tanh更快

Evaluation

采用了两种评估方式

1. top-1：模型预测1种结果
2. top-5：模型可预测5种结果，有一种对则结果正确，全错才认为识别错误

Conclusion

strong conclusions：

1. ReLU在作者的场景下更实用，收敛快
2. 随即裁剪有助于提高识别率
3. 重叠池化也能提高识别率(不是很理解为什么，玄学)

weak conclusions：

1. 
   相似的图片具有相似的高级特征，或许可以利用网络进行图片压缩还原
2. 
   对图片缩放时，对短边先缩放可以减少信息的损失(应该是假设图片信息比较居中吧)

Notes(optional)

可以用于参考文献的点：

1. 
   深度与宽度决定网络能力
2. 
   卷积可以学习到频率，颜色、方向等信息

Reference(optional)

emmmmmmmmm。。。。。。