ImageNet Classification with Deep Convolutional Neural Networks Abstract deep convolution neural network를 학습시켜 ILSVRC-2010에서 SOTA를 달성하였다. 제안하는 뉴럴넷은 convolution, max pooling, fully-connected layer로 구성되어 있으며 60 million 개의 파라미터와 650,00 개의 뉴런으로 구성되어 있다. f.c layer에서 오버피팅을 줄이기 위해 dropout을 적용하였다. ILSVRC-2012 competition에서도 2위와 큰 격차를 내며 SOTA를 달성하였다. 1. Introduction 현재 object recognition에서 머신러닝 기법을 사용하는 ..