AlexNet
AlexNet یک شبکه عصبی کانولوشنی عمیق (CNN) است که در سال 2012 توسط الکس کریزفسکی، ایلیا سوتسکور و جفری هینتون معرفی شد. این شبکه با نرخ خطای Top-5 برابر با 15.3% در چالش تشخیص تصویر مقیاس بزرگ ImageNet (ILSVRC 2012) برنده شد و بیش از 10 درصد امتیاز از رقیب دوم پیشی گرفت و علاقه گسترده به یادگیری عمیق را دوباره برانگیخت. این معماری چندین تکنیک - فعالسازی ReLU، تنظیمگری dropout، و آموزش چند GPU - را معرفی یا رایج کرد که در سراسر این حوزه به رویه استاندارد تبدیل شدند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/fa/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.
- نرمالسازی دستهای (Batch Normalization)یادگیری عمیق↔ compare
- قطع تصادفییادگیری عمیق↔ compare
- ResNet (شبکه باقیمانده)یادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →