Zapis dowodowy metody

AlexNet

AlexNet is a deep convolutional neural network (CNN) introduced by Alex Krizhevsky, Ilya Sutskever, and Geoffrey Hinton in 2012. It won the ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012) with a top-5 error rate of 15.3%, outstripping the runner-up by more than 10 percentage points and reigniting broad interest in deep learning. The architecture introduced or popularised several techniques — ReLU activations, dropout regularisation, and multi-GPU training — that became standard practice across the field.

Sources recorded, not reviewed

Zapis źródłowy

Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.

AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network)

Taksonomiczny zapis metody · ml-model / deep-learning

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

Otwórz pełną metodę

Wyselekcjonowane twierdzenia

Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.

Brak wyselekcjonowanych twierdzeń

Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.

Powiązane metody

Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.

Same method familyBatch Normalizationmachine-suggested · Relational suggestion, not evidence.Same method familyDropoutmachine-suggested · Relational suggestion, not evidence.Same method familyResNetmachine-suggested · Relational suggestion, not evidence.