历史背景与研究说明
AlexNet 在 ImageNet 分类上大幅领先传统方法，使深度卷积网络成为计算机视觉主流。它把 Dataset Turn 推向能力生产：训练语料的规模、GPU 计算与 learned representation 开始形成一个强耦合系统。
日期与版本记录
节点标注日期：2012 · 研究母版原记日期：2012
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
01
AlexNet：深度卷积图像分类 ↗
AlexNet
https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks
当前引用地址
出处、翻译与核验状态
档案节点 #043 · 历史节点
研究母版与补充出处 · 1
AI 艺术谱系研究母版 · p. 15 · 043
原记日期: 2012
AlexNet：深度卷积图像分类 ↗
AlexNet
站内说明据母版译编，非外链全文译本；AI 辅助翻译，待人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. AlexNet：深度卷积图像分类. 艺术史节点 #043. https://salondesrefuses.cn/zh/art-history/043
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。