AlexNet

A AlexNet é uma arquitetura de rede neural convolucional desenvolvida para tarefas de classificação de imagens, alcançando destaque notável por meio do seu desempenho no ImageNet Large Scale Visual Recognition Challenge (ILSVRC). Ela classifica imagens em 1.000 categorias distintas de objetos e é considerada a primeira aplicação amplamente reconhecida de redes convolucionais profundas no reconhecimento visual em larga escala. Desenvolvido em 2012 por Alex Krizhevsky em colaboração com Ilya Sutskever e o seu orientador de doutorado Geoffrey Hinton na Universidade de Toronto, o modelo contém 60 milhões de parâmetros e 650.000 neurônios. O resultado principal do artigo original foi que a profundidade do modelo era essencial para o seu alto desempenho, o que era computacionalmente caro, mas viabilizado devido à utilização de unidades de processamento gráfico (GPUs) durante o treinamento. Os três formaram a equipe SuperVision e inscreveram a AlexNet no ImageNet Large Scale Visual Recognition Challenge em 30 de setembro de 2012. A rede obteve uma taxa de erro top-5 de 15,3% para vencer o concurso, mais de 10,8% à frente do segundo colocado. A arquitetura influenciou um grande número de trabalhos subsequentes em aprendizado profundo (deep learning), especialmente na aplicação de redes neurais à visão computacional.