AlexNet
AlexNet es una red neuronal convolucional profunda (CNN) introducida por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton en 2012. Ganó el ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012) con una tasa de error top-5 del 15,3%, superando al segundo clasificado por más de 10 puntos porcentuales y reavivando el interés general en el aprendizaje profundo. La arquitectura introdujo o popularizó varias técnicas —activaciones ReLU, regularización por dropout y entrenamiento multi-GPU— que se convirtieron en práctica estándar en todo el campo.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet Classification with Deep Convolutional Neural Networks. Advances in Neural Information Processing Systems, 25, 1097–1105. (Republished: Communications of the ACM, 60(6), 84–90, 2017.) DOI: 10.1145/3065386 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
- LeCun, Y., Bengio, Y., & Hinton, G. E. (2015). Deep Learning. Nature, 521, 436–444. DOI: 10.1038/nature14539 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/es/deep-learning/alexnet
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Normalización por lotesAprendizaje profundo↔ compare
- DeserciónAprendizaje profundo↔ compare
- ResNet (Red Neuronal Residual)Aprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →