等待已久！2012年AlexNet原版代码总算开源推翻核算机视觉的经典之作

  对每位AI开发者或深度学习爱好者来说，AlexNet无疑是一个不可以忽视的姓名。自2012年在ImageNet比赛中一举成名以来，这一深度卷积神经网络模型便担负改动核算机视觉范畴的重担。近来，核算机前史博物馆（CHM）与谷歌的协作总算开源了AlexNet的原版代码！而更让人振奋的是，这段代码正是Hinton团队在2012年亲手编写，连当年的注释也都保留了下来，似乎带咱们我们一同穿越回那个激动人心的年代。

  韶光回到2012年，其时的ImageNet大规模视觉辨认挑战赛的远景并不达观，业界很多一流团队为改进核算机的图像辨认才能而尽力，但最好的技能在Top-5错误率上也只能稍微减至26.2%。就在各方等待破局之际，多伦多大学的三人组合——Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton，带着AlexNet这款立异神经网络上台。

  这一由五层卷积层和三层全衔接层组成的网络，结构虽简，但在2012年大幅将Top-5错误率下降至15.3%，让一切研讨者大快人心，纸上得来的成功瞬间成为前史。AlexNet的兴起不只点着了深度学习的热潮，完全重塑了核算机视觉研讨的未来，成为了深度学习的里程碑。

  虽然AlexNet在核算机视觉中的兴起有目共睹，但深度学习的故事远远早于此。早在1950年代，研讨者们就开端测验构建神经网络。但是，因为其时技能限制，神经网络一度被打入冷宫，直到1980年代，Hinton与搭档们从头提出反向传达算法，尽力让这一技能重回舞台。而直到大数据与GPU核算才能的快速生长，深度学习才迎来了归于它的光辉年代。

  例如，ImageNet项目的发动为深度学习模型供给了巨大的数据集，而GPU的遍及带来了练习速度的腾跃。经过这一些条件的结合，2011年，Sutskever压服Krizhevsky测验用卷积神经网络来征战ImageNet，终究在2012年取得成功。一时间，AlexNet弹跳式的提高鼓励了一代又一代的AI研讨者。

  在2013年，Hinton与团队创建的DNNresearch被谷歌收买，AlexNet的代码成为谷歌的财物。而这段代码在后来的十年中，一向未能揭露。直到最近，CHM和谷歌一起敞开了这一原版代码的开源之旅，这一进程的艰苦记忆犹新，从Hansen Hsu开端慢慢地联络，使得开源成为可能。

  现在，开发者们可以终究靠 GitHub 链接 简略种轻松获取这段享誉国际的原版代码。和其他根据论文复现的代码不同，这段代码无缺保留了2012年Hinton团队的开发思路，给后来的研讨者和AI爱好者供给了可贵一窥AI开发前史的时机。

  支付宝，微信，Amazon，乃至MATLAB等渠道都已扎根于这场深度学习的革射中，原始的AlexNet代码开源不只是技能发展的一步，更是前史背景和文明的传承，让咱们更深刻地了解现代深度学习的本源。等待更多的开发者一起探究，推进这一革新持续前行！回来搜狐，检查更加多