[2012] ImageNet Classification with Deep Convolutional Neural Networks - Krizhevsky, Sutskever & Hinton

Este documento describe el desarrollo de una red neuronal convolucional masiva diseñada para clasificar más de un millón de imágenes en mil categorías distintas, logrando resultados que superaron drásticamente el estado del arte de la época. Los autores detallan una arquitectura profunda compuesta por múltiples capas de procesamiento, cuya eficiencia se apoyó en el uso de unidades lineales rectificadas (ReLU) para acelerar el aprendizaje y en una implementación optimizada para procesamiento en paralelo con GPUs. Para combatir el problema del sobreajuste en un modelo de tal complejidad, introdujeron técnicas innovadoras como el aumento de datos y el método de regularización denominado dropout. En última instancia, el éxito de esta investigación demostró que la profundidad de la red es fundamental para el reconocimiento de objetos complejos, sentando las bases del éxito moderno del aprendizaje profundo en la visión por computadora.