AlexNet
AlexNet er et dypt konvolusjonelt nevralt nettverk (CNN) introdusert av Alex Krizhevsky, Ilya Sutskever og Geoffrey Hinton i 2012. Det vant ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012) med en topp-5 feilrate på 15,3 %, over 10 prosentpoeng bedre enn nummer to, og gjenopplivet bred interesse for dyp læring. Arkitekturen introduserte eller populariserte flere teknikker — ReLU-aktiveringer, dropout-regularisering og trening med flere GPU-er — som ble standard praksis i feltet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/no/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 NormalizationDyp læring↔ compare
- DropoutDyp læring↔ compare
- ResNet (Residual Network)Dyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →