<aside>
💡 **CNN
**을 이용하여 ImageNet 경진대회에서 우수한 성적을 거두었다.
그 근간에는 **ReLU 함수
, GPU 병렬화
, DropOut
, Data Augmentation
**이 있었다.
이후의 Image Classification 분야와 컴퓨터 비전 도메인에 큰 영향을 가져다 준 논문.
</aside>
딥러닝 모델을 구현함에 있어서, CNN 모델계의 시초인 [CNN Benchmark]는 꼭 읽어보고 넘어가야겠다는 생각이 들었다.
어떤 Context에서 model의 architecture를 이렇게 설정했는지, 그런 것들에 감안하면서 읽자.
CV계에서 AlexNet은 **CNN도 우승이 가능해!**라는 새로운 가능성을 열어준 듯 하다. 실제로 그 이후 ILSVRC의 대회는 딥러닝 모델 계열이 휩쓸고 있다.
ReLU 함수
: ReLU를 써서 training time을 줄이자!GPU의 병렬 학습
: GPU를 써서 이 많은 파라미터를 학습해보자!Dropout
: 몇몇 뉴런의 전원을 꺼버리자!