AlexNet
AlexNet ir dziļš konvolucionāls neironu tīkls (CNN), ko 2012. gadā ieviesa Alekss Krizhevskis, Iļja Sutskeveris un Džefrijs Hintons. Tas uzvarēja ImageNet liela mēroga vizuālās atpazīšanas izaicinājumā (ILSVRC 2012) ar 15,3% kļūdu līmeni starp piecām labākajām prognozēm, par vairāk nekā 10 procentpunktiem pārspējot nākamo labāko risinājumu un no jauna rosinot plašu interesi par dziļo mācīšanos. Arhitektūra ieviesa vai popularizēja vairākas tehnikas — ReLU aktivizācijas, "dropout" regularizāciju un vairāku GPU apmācību —, kas kļuva par standarta praksi šajā jomā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/lv/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.
- Batču normalizācijaDziļā mācīšanās↔ compare
- DropoutDziļā mācīšanās↔ compare
- ResNet (Atliekošais tīkls)Dziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →