AlexNet
AlexNet é uma rede neural convolucional profunda (CNN) introduzida por Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton em 2012. Ganhou o ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012) com uma taxa de erro top-5 de 15,3%, superando o segundo colocado em mais de 10 pontos percentuais e reacendendo o interesse em aprendizado profundo. A arquitetura introduziu ou popularizou várias técnicas — ativações ReLU, regularização dropout e treinamento multi-GPU — que se tornaram práticas padrão em todo o campo.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/pt/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.
- Normalização por LoteAprendizado profundo↔ compare
- DropoutAprendizado profundo↔ compare
- ResNet (Rede Residual)Aprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →