★
Меню
Главная Как это устроено Список наблюдения Стек
Аппаратное обеспечение ЧипыСравнить чипы Серверы и системыСетевая инфраструктура ПамятьFoundry и упаковка Охлаждение
Объекты инфраструктуры Центры обработки данныхЭлектропотребление ПроектыОблачные вычисления и GPU
Интеллект AI-моделиПрограммное обеспечение AI-продуктыБенчмарки Научные статьиДатасеты Концепции
Экосистема КомпанииАкции ЛюдиХронология ТенденцииБудущее ИИ
Обучение Новости Запрос к данным ИИ-агенты
О сайте О нас Методология Данные и API Отказ от ответственности
Параметры
ДАННЫЕ И API

Бесплатный доступ только для чтения к кешированным данным сайта в формате JSON.

Тёмная тема

Режим с подсказками
Не знакомы с терминологией чипов, дата-центров и моделей? Мы объясняем ключевые понятия прямо в процессе просмотра, простым языком. Те же данные, со встроенной подсказкой.

Экспертный режим
Вы уже знаете стек. Только данные: чистые, быстрые и компактные, без лишних пояснений. Это вид по умолчанию.

Язык интерфейса
‹ Назад

AlexNet (2012)

Научная статья Неожиданное архитектурное решение

The ImageNet result that started the deep-learning era — on two gaming GPUs.

Перед вами запись об исследовательской статье — знаковой работе и том, что она привнесла в область.

Krizhevsky, Sutskever and Hinton halved the ImageNet error rate with a convolutional network trained on two consumer NVIDIA GTX 580s — the moment that proved GPUs + data + depth beats hand-engineering, redirected the field, and incidentally set NVIDIA on its current path. Every GPU cluster in this database descends from that dorm-room-scale rig.

Место в общей экосистеме

Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.

Обучающие данные включают

Авторство

Связанные

Источники

AlexNet paper ↗

Запись актуальна на 2026-01-15 — смотреть Методология.