待验证50% 置信事实精确时间

AlexNet采用ReLU激活函数取代Sigmoid避免梯度消失、Dropout正则化防止过拟合、GPU并行计算加速训练

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

AI学术会议生态过度集中：我们失去了什么？

相关事实

待验证AlexNet的成功得益于ReLU激活函数取代Sigmoid、Dropout正则化和GPU并行计算三项工程突破83% 相似待验证完整保存优化器状态是断点续训的关键，仅保存模型权重会导致优化轨迹偏移影响收敛效果64% 相似待验证OC-SORT在经典SORT基础上引入观测中心的动量补偿和在线平滑机制，在目标被遮挡或暂时消失后能更好地恢复追踪62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/532898

API

curl https://kongchang.com/api/v1/knowledge/claims/532898

MCP

get_claim(id=532898)