CNN發展綜合介紹

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方法實現的分類結果，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據，也就是李飛飛團隊提供的大規模有標記的數據集ImageNet

計算機硬件的支持，尤其是GPU的出現，為復雜的計算提供了強大的支持

算法的改進，包括網絡結構加深、數據增強（數據擴充）、ReLU、Dropout等

AlexNet之后，深度學習便一發不可收拾，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，目前已經降低到了3.5%左右，同樣的ImageNet數據集，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超過了人類。