AlexNet
Az AlexNet egy mély konvolúciós neurális hálózat (CNN), amelyet Alex Krizhevsky, Ilya Sutskever és Geoffrey Hinton vezetett be 2012-ben. Megnyerte az ImageNet nagyméretű vizuális felismerési kihívást (ILSVRC 2012) 15,3%-os top-5 hibahatárral, több mint 10 százalékponttal megelőzve a második helyezettet, és újra fellángoltatta az érdeklődést a mélytanulás iránt. Az architektúra olyan technikákat vezetett be vagy tett népszerűvé – ReLU aktiválások, dropout regularizáció és több GPU-s képzés –, amelyek az egész területen szabványossá váltak.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/hu/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 NormalizationMélytanulás↔ compare
- DropoutMélytanulás↔ compare
- ResNet (Residual Network)Mélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →