（决定以后每读一篇论文，都将笔记记录于博客上。）
这篇发表于NIPS2012的文章，是Hinton与其学生为了回应别人对于deep learning的质疑而将deep learning用于ImageNet（图像识别目前最大的数据库）上，最终取得了非常惊人的结果，其结果相对原来的state of the art好了非常多（前5选错误率由25%降低为17%）。
ImageNet目前共包含大约22000类，15兆左右的标定图像。其中，目前最常用的LSVRC-2010 contest包含1000类，1.2兆图像。本文的结果在这个测试集上得到了前五选错误率17%的结果。
下图给出了整个deep net的结构：
共包含8层，其中前5层是cnn，后面3层是全连接的网络，其中最后一层是softmax组成的输出决策层（输出节点数等于类别数目1000）。
具体的实现上，这篇文章在结构上面的一些改进在于：
1，采用ReLU来代替传统的tanh引入非线性，；
2，采用2块显卡来进行并行计算，减少了更多显卡需要host传递数据的时间消耗，在结构上，部分分布在不同显卡上面的前后层节点之间无连接，从而提高了训练速度；
3，同层相邻节点的响应进行局部归一化提高了识别率（top5错误率降低1.2%）；
4，有交叠的pooling（top5错误率降低0.3%）；
此外，为了降低over-fitting，文章采用了两种方式：
1，数据加强：
对训练数据进行左右对称以及平移变换，将训练数据增加为原来的2048倍；对像素进行PCA变换构造新样本（此机制使得top5错误率降低%1）；
2，Dropout：
优化算法：
采用mini-batch SGD算法来优化，每个batch128个样本，momentum = 0.9, weight decay = 0.0005
随机初始化权重和bias（具体随机参数请参见论文）
论文链接：
源码地址：
http://code.google.com/p/cuda-convnet/
(2013-07-06 22:16:36)
