أليكس-نت
AlexNet
شبكة التفافية عميقة فازت في ImageNet 2012 بفارق كبير، ودُربت على معالجين رسوميين.
المعمارية
خمس طبقات التفاف وثلاث طبقات متصلة كلياً، مع ReLU وDropout.
مجموعات البيانات
ImageNet ILSVRC-2012
المقاييس والنتائج المنشورة
خطأ أعلى-5 قدره 15.3% في المسابقة مقابل 26.2% للمركز الثاني.
أبرز التحسينات
ReLU للتدريب الأسرع، والتسرب Dropout ضد فرط التخصيص، والتدريب على GPU.
عناصر مرتبطة
طوّره
- جيفري هينتون عالم · 1947المصدر: ImageNet classification with deep convolutional neural networks
يستند إلى
- الشبكة العصبية الالتفافية معمارية · 1998المصدر: ImageNet classification with deep convolutional neural networks
يستخدم
- GTX 580 جهاز · 2010المصدر: ImageNet classification with deep convolutional neural networks
قُدّم في
قُيّم على
مرتبط بـ
خريطة المعرفة لهذا العنصر
افتح بالحجم الكاملالمصادر والمراجع العلمية
- Alex Krizhevsky; Ilya Sutskever; Geoffrey E. Hinton (2017). ImageNet classification with deep convolutional neural networks. Communications of the ACM, 60(6):84-90. DOI: 10.1145/3065386
يدعم: الورقة (نسخة CACM 2017 من ورقة NIPS 2012)
