13年后，AlexNet源代码终于公开：带注释的原版

文章摘要

【关 键 词】 人工智能、深度学习、源代码、历史、神经网络

谷歌首席科学家 Jeff Dean 宣布，谷歌与计算机历史博物馆（CHM）合作，共同发布了 AlexNet 的源代码，并将长期保存这些代码。AlexNet 是一个由多伦多大学研究生 Alex Krizhevsky、Ilya Sutskever 和他们的导师 Geoffrey Hinton 于 2012 年开发的人工神经网络，用于识别照片内容。AlexNet 的出现标志着计算机视觉领域的重大转折点，在此之前，很少有机器学习研究人员使用神经网络，但在 AlexNet 之后，神经网络几乎成为所有研究人员的标配。

AlexNet 在 2012 年的大规模视觉识别挑战赛 ImageNet 中取得了冠军，首次使用了卷积神经网络（CNN）架构，并充分利用了英伟达 GPU 的能力。其表现颠覆了当时的计算机视觉领域，之后的 ImageNet 挑战赛冠军都沿用了 CNN。AlexNet 的论文《ImageNet Classification with Deep Convolutional Neural Networks》革新了计算机视觉领域，成为有史以来被引用次数最多的论文之一，Google Scholar 数据显示，其被引量已超过 17 万。

AlexNet 的成功不仅在于其技术突破，还在于其背后的三位关键人物：Geoffrey Hinton 被誉为“深度学习之父”，Ilya Sutskever 是 OpenAI 的联合创始人，Alex Krizhevsky 则是 CIFAR-10 和 CIFAR-100 数据集的创建者。他们的合作推动了深度学习的广泛应用，并激发了将深度学习应用于自然语言处理、机器人、推荐系统等其他领域的兴趣。

AlexNet 源代码的发布历时五年，CHM 软件历史中心馆长 Hansen Hsu 在 2020 年联系了 Alex Krizhevsky，希望获得发布授权。由于 AlexNet 的知识产权归谷歌所有，Hinton 在 CHM 和谷歌之间斡旋，最终促成了代码的发布。此次发布的代码库包含了 2012 年赢得 ImageNet 竞赛时的原始 AlexNet 源代码，以及在 ImageNet 数据集上训练的参数文件，为 AI 爱好者提供了宝贵的学习资源。

HuggingFace 联合创始人 Thomas Wolf 指出，代码中的注释具有启发性，记录了实验配置文件的细节，展现了开创性神经网络的诞生过程。AlexNet 代码的发布不仅是对历史的回顾，更是对未来研究的启发。正如 Jeff Dean 所说，这段代码是计算机视觉领域革新的基础，其影响延续至今，成为人工智能发展的重要里程碑。

原文和模型

【原文链接】 阅读原文 [ 1513字 | 7分钟 ]
【原文作者】 机器之心
【摘要模型】 deepseek-v3
【摘要评分】 ★★★☆☆

火山方舟-火山引擎

火山方舟提供模型训练、推理、评测、精调等全方位功能与服务，并重点支撑大模型生态。