AlexNet
AlexNet היא ארכיטקטורת רשת קונבולוציה שנוצרה על ידיי אלכס קריז'בסקי בשיתוף עם איליה סוצקבר וג'פרי הינטון שהיה אז המנחה האקדמאי שלו.
![](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cc/Comparison_image_neural_networks.svg/267px-Comparison_image_neural_networks.svg.png)
AlexNet התחרתה וזכתה בתחרות "אתגר זיהוי חזותי בקנה מידה גדול" של ImageNet ב-30 בספטמבר 2012,[1] המחקר המקורי קבע שהשכבות הרבות הם אלו שסייעו לארכיטקטורה להגיע להישגיה הגבוהים.[2]
בגלל שכבות רבות אלו הארכיטקטורה הייתה גם יקרה מאוד מבחינה חישובית, אבל מכיוון שנעשה שימוש במעבדים גרפיים לצורך הרצה (באנגלית: GPU) הדבר היה אפשרי.
עיצוב המודל
עריכההמודל מורכב משמונה שכבות. החמש הראשונות היו שכבות קונבולוציונאליות והשלוש האחרונות היו שכבות מחוברות לחלוטין (באנגלית: fully connected layers) כאשר בין השכבות היו פזורות שכבות max pooling ופונקציות אקטיבציה מסוג ReLU.
השפעה
עריכהAlexNet נחשב לאחד מהמחקרים המשפיעים ביותר בראיה ממוחשבת; הוא עודד את השימוש ברשתות עצביות מתפתחות ומעבדים גרפיים בעוד מחקרים רבים.
נכון ל-29 בספטמבר 2021 AlexNet צוטט כ-87,697 פעמים.