待验证50% 置信事实精确时间

2012年Hinton团队的AlexNet以top-5错误率从26%降至15%的成绩，ResNet（2015，微软研究院）通过残差连接解决深层网络梯度消失问题，EfficientNet（2019，Google Brain）通过复合缩放系数优化网络

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

疟疾细胞AI识别：医学影像分类实践全解析

相关事实

待验证2012年Hinton团队的AlexNet以top-5错误率从26%骤降至15%的成绩震惊学界79% 相似待验证残差连接支撑了152层超深网络的训练，并在2015年ImageNet竞赛中以低于4%的错误率首次超越人类水平（约5%）70% 相似待验证2012年AlexNet在ImageNet竞赛上以超越第二名10个百分点的准确率取得突破67% 相似待验证2012年ImageNet竞赛中CNN架构将错误率从26%降至15%60% 相似待验证2012年Hinton团队用GPU+ReLU+Dropout在ImageNet竞赛中夺冠，将图像分类错误率从26%降至15%59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/503806

API

curl https://kongchang.com/api/v1/knowledge/claims/503806

MCP

get_claim(id=503806)