第(1/3)頁

    “dreamnet？這是什么網絡結構？”李飛飛仔細翻找了一下各個隊伍對自己提交的描述。

    可以看到幾乎所有隊伍的提交中都描述道，“我們的結構基于alexnet”，“我們仿照alexnet”，“我們把alexnet和傳統支持向量機/../..相結合”。

    做法類似，結果自然也大差不差。

    剩下的便是如何把數個模型整合到一起的描述。

    翻到隊伍dream，人員構成欄只有“fanqi    meng，    huang    tang”兩個名字，沒有具體的機構信息。

    觀看隊伍算法的簡介，更是寥寥數語。

    “我們提出了新的dreamnet，使得深達到百層乃至千層的網絡能夠被訓練。由于缺乏足夠的設備，我們只獲得了單個的權重進行提交。”

    孟繁岐是故意的，他當然可以把殘差又或者是其他的主要trick簡要地在隊伍的提交描述里介紹清楚。但為什么要這么做呢，一定要先勾起業界這些人的好奇心，才能夠獲得最大的關注。

    分類top-5錯誤率，4.9%。

    這樣一個簡單的數字直接擊中了李飛飛的內心。

    算法的錯誤率低于人類的5.1%，從09年她推動這個競賽以來，一直是她追求的目標，也是她組織這個競賽的一大原因。

    她甚至曾經做好了打算，如果某一屆的算法成功地突破了這個水準，就不再繼續組織imagenet。

    但她萬萬沒有想到，這一天會來得這么快。

    就在400天前，最好的傳統辦法還只能取得25%左右的錯誤率。

    去年alexnet    16左右的錯誤率，她以為是一次厚積薄發的飛躍，這樣的進展可謂幾十年一現。

    完全沒有想到今年的結果會給她一個更加夸張的驚喜。

    dreamnet，突破了人類水準的dreamnet。

    李飛飛覺得這個名字起得實在恰如其分，這個結果真是如夢似幻。

    檢測結果map:    0.34673，更是對第二名的0.22581進行了降維打擊。
    第(1/3)頁