基于GPU上深度神经网络委员会的手写数字识别
机器学习
2011-03-24 v1 人工智能
计算机视觉与模式识别
神经与进化计算
摘要
自1998年以来，竞争激烈的MNIST手写数字识别基准有着不断打破记录的悠久历史。其他人最近一次的重大改进可追溯到7年前（错误率0.4%）。最近，我们能够显著改善这一结果，利用显卡大幅加速了简单但深层的MLP的训练，实现了0.35%的错误率，优于以往所有更复杂的方法。在此我们报告另一项重大改进：使用MLP委员会获得了0.31%的错误率。
引用
@article{arxiv.1103.4487,
title = {Handwritten Digit Recognition with a Committee of Deep Neural Nets on GPUs},
author = {Dan C. Cireşan and Ueli Meier and Luca M. Gambardella and Jürgen Schmidhuber},
journal= {arXiv preprint arXiv:1103.4487},
year = {2011}
}
备注
9 pages, 4 figures, 3 tables