AlexNet
AlexNet on syvä konvoluutioneuronaverkko (CNN), jonka Alex Krizhevsky, Ilya Sutskever ja Geoffrey Hinton esittelivät vuonna 2012. Se voitti ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012) -kilpailun 15,3 %:n top-5-virheprosentilla, päihittäen toiseksi tulleen yli 10 prosenttiyksiköllä ja elvyttäen laajan kiinnostuksen syväoppimiseen. Arkkitehtuuri esitteli tai popularisoi useita tekniikoita – ReLU-aktivaatiot, dropout-regularisoinnin ja monen GPU:n koulutuksen – joista tuli alan vakiokäytäntöjä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/fi/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.
- Batch NormalizationSyväoppiminen↔ compare
- DropoutSyväoppiminen↔ compare
- ResNet (Residual Network)Syväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →