2010년 5개 조각

프레임워크가 연구 속도를 결정한다는 구도의 시작. 이후 딥러닝 라이브러리 설계에 영향

이후 표준 활성함수가 되는 ReLU의 이점을 입증한 초기 논문

대규모 이미지 분류를 매년 겨루는 표준 대회가 시작됨. 이후 딥러닝 돌파의 무대가 됨

활성함수와 초기화가 학습 안정성을 좌우함을 규명. Glorot 초기화의 기원

비지도 사전학습 없이 GPU 가속만으로 최고 성능이 나옴을 보여 순수 지도학습 노선을 되살림