AlexNet — это свёрточная нейронная сеть, разработанная Алексом Крижевским вместе с Ильёй Суцкевером и Джеффри Хинтоном. В 2012 году она выиграла конкурс ImageNet, снизив ошибку классификации почти вдвое по сравнению с прежними методами, и именно с неё началась современная эпоха глубокого обучения.
Архитектура
Сеть состоит из пяти свёрточных слоёв и трёх полносвязных. Ключевыми нововведениями стали функция активации ReLU, ускорившая обучение, слой dropout для борьбы с переобучением и обучение на двух видеокартах GPU параллельно.
Почему это важно
- Доказала, что глубокие сети превосходят классические алгоритмы зрения
- Популяризировала обучение на GPU
- Заложила основу для VGG, GoogLeNet и ResNet
Сегодня AlexNet считается классикой и чаще используется в учебных целях, однако её идеи лежат в основе практически всех современных моделей распознавания изображений.
