2012年ImageNet竞赛中由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton提交的深度卷积神经网络，将图像识别错误率从26%降至15.3%，是深度学习历史上的标志性转折点，首次大规模将GPU并行计算应用于神经网络训练。
2012年Alex Krizhevsky等人使用AlexNet在ImageNet竞赛中将top-5错误率从26%降低到15.3%，该突破基于两块GTX 580显卡的CUDA加速训练实现
CNN架构从LeNet-5到AlexNet（2012）、VGGNet（2014）、GoogLeNet/Inception（2014）、ResNet（2015），再到EfficientNet和ConvNeXt经历了演进过程
AlexNet在ImageNet竞赛中夺冠正式开启了深度学习时代