AlexNet
AlexNet è una rete neurale convoluzionale profonda (CNN) introdotta da Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton nel 2012. Ha vinto l'ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012) con un tasso di errore top-5 del 15,3%, superando il secondo classificato di oltre 10 punti percentuali e riaccendendo un ampio interesse per il deep learning. L'architettura ha introdotto o reso popolari diverse tecniche — attivazioni ReLU, regolarizzazione dropout e addestramento multi-GPU — che sono diventate pratiche standard nel settore.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/it/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 NormalizationApprendimento profondo↔ compare
- DropoutApprendimento profondo↔ compare
- ResNet (Residual Network)Apprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →