AlexNet: объяснение с нуля | Архитектура, слои, ReLU, Dropout

В этом видео мы послойно разбираем архитектуру сверточной нейронной сети AlexNet. Мы рассматриваем свертки, пулинг, функции активации, а также использование DropOut и SoftMax. Ссылка на коды анимации: https://github.com/ByteQuest0/Animation_codes/tree/main/2025/AlexNet Ссылки на важные видео ✅: Видео CNN (24 мин): https://www.youtube.com/watch?v=jL2G8DG-qmI Lenet-5: https://www.youtube.com/watch?v=o7Hlp3OygVs DropOut: https://www.youtube.com/watch?v=hpFzuMSYg9k Обратное распространение ошибки: https://www.youtube.com/watch?v=nAMkcgxKwfA Градиентный спуск с импульсом: https://www.youtube.com/watch?v=Q_sHSpRBbtw Нормализация данных: https://www.youtube.com/watch?v=W2vqsTg-rDU 📚 Добро пожаловать на канал! Если вы увлечены изучением сложных концепций самым простым способом, вы попали по адресу. Я создаю визуальные объяснения с помощью анимации, чтобы сделать темы более интуитивно понятными и интересными — особенно в области алгоритмов, ИИ, машинного обучения и других областях. 🎥 Анимации, созданные с помощью Manim: Manim — это библиотека Python с открытым исходным кодом для создания математических анимаций. Узнайте больше или попробуйте сами: 🔗 https://www.manim.community Давайте общаться: GitHub: https://github.com/ByteQuest0 Reddit: https://www.reddit.com/r/ByteQuest/