AlexNet
AlexNet คือโครงข่ายประสาทเทียมแบบสังวัตนาการเชิงลึก (deep convolutional neural network - CNN) ที่นำเสนอโดย Alex Krizhevsky, Ilya Sutskever และ Geoffrey Hinton ในปี 2012 โดย AlexNet ได้รับรางวัลชนะเลิศในการแข่งขัน ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012) ด้วยอัตราความผิดพลาดแบบ top-5 ที่ 15.3% ซึ่งต่ำกว่าอันดับสองมากกว่า 10 เปอร์เซ็นต์ และได้จุดประกายความสนใจในวงกว้างต่อการเรียนรู้เชิงลึกอีกครั้ง สถาปัตยกรรมนี้ได้นำเสนอหรือทำให้เทคนิคต่างๆ เป็นที่นิยม เช่น การเปิดใช้งานแบบ ReLU, การทำให้เป็นปกติแบบ dropout และการฝึกด้วย GPU หลายตัว ซึ่งกลายเป็นแนวปฏิบัติมาตรฐานในสาขานี้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). AlexNet (Krizhevsky–Sutskever–Hinton Deep Convolutional Neural Network). ScholarGate. https://scholargate.app/th/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 Normalizationการเรียนรู้เชิงลึก↔ compare
- Dropoutการเรียนรู้เชิงลึก↔ compare
- ResNet (เครือข่ายส่วนที่เหลือ)การเรียนรู้เชิงลึก↔ compare