💻Свёрточные нейросети (CNN)

Для изображений: свёрточные слои выявляют паттерны (края → текстуры → объекты). LeNet (1998), AlexNet (2012), ResNet (2015). Применение: распознавание лиц, медицина.

📖6 мин чтения📊Уровень 6🗺️3 подтем📅16 апреля 2026 г.

Автор: Бессмертный А.П.

Загрузка карты...

AlexNet (2012)
Кривженский, Суцкевер, Хинтон. ImageNet победа: 15.3% top-5 error vs 26%. 8 слоёв, 60M параметров, ReLU активация (не tanh), dropout, GPU обучение (2x GTX 580). Старт эры глубокого обучения. Цитирований: 120 000+.
YOLO (Object Detection)
You Only Look Once (Redmon 2015). Real-time detection: 45 FPS vs 7 FPS (R-CNN). Одна нейросеть, end-to-end обучение. Версии: YOLOv3 (2018), YOLOv5 (Ultralytics), YOLOv8 (2023). Конкуренты: SSD, Faster R-CNN, DETR. Применение: автопилот, видеонаблюдение, робототехника.
ResNet (2015)
Kaiming He (Microsoft). Skip connections (residual learning): F(x) + x. Решение проблемы затухающего градиента в глубоких сетях. ResNet-152: 152 слоя, 3.57% top-5 error. Архитектура-основа для detection (Faster R-CNN), segmentation (U-Net). ResNeXt, ResNeSt.

Свёрточные нейросети (CNN)

❓Часто задаваемые вопросы

Свёрточные нейросети (CNN) — это тема о правилах, механизмах и практиках в своей области. Она помогает понять, как принимаются решения и к каким последствиям они приводят.

🔗Узнать больше

YouTube

Что такое Свёрточные нейросети (CNN)Лекция об свёрточные нейросети (cnn)Свёрточные нейросети (CNN): разбор

💻Свёрточные нейросети (CNN)

Содержание карты

❓Часто задаваемые вопросы

🔗Узнать больше