LeNet en AlexNet: de eerste successen
Waar moderne CNN's begonnen.
LeNet en AlexNet: de eerste successen is een gratis Deep Learning Academy-les op CoddyKit. Dit is les 1 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Deep Learning Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Waar CNN's begonnen
Lang voordat de huidige giganten bestonden, bewezen twee kleine netwerken dat aangeleerde convoluties afbeeldingen konden lezen. Laten we kennismaken met de pioniers.
LeNet-5 leest cijfers
In 1998 bouwde Yann LeCun LeNet-5 om handgeschreven cijfers op cheques te herkennen. Het was klein, maar werkte uitstekend.
Een eenvoudig recept
Het patroon van LeNet was duidelijk: convolutionele en poolinglagen afwisselen en eindigen met enkele volledig verbonden lagen. Dat recept klinkt vandaag nog steeds door.
Van begin tot eind getraind
Het belangrijkste idee was dat LeNet zijn filters met backpropagation uit gegevens leerde, in plaats van dat een ontwikkelaar randdetectoren met de hand codeerde.
Toen kwam de pauze
Gegevens en rekenkracht waren schaars, dus de vooruitgang kwam jarenlang tot stilstand. De wereld was nog niet klaar om dit idee op te schalen.
AlexNet maakt het vak wakker
In 2012 verpletterde AlexNet de ImageNet-wedstrijd, halveerde het foutenpercentage en ontketende de moderne hausse in deep learning.
Groter en dieper
AlexNet was een opgeschaalde LeNet: meer lagen, veel meer filters en miljoenen parameters die veel gegevens nodig hadden.
ReLU versnelt het trainen
AlexNet verving trage verzadigende activeringen door de snelle, eenvoudige ReLU, waardoor een diep netwerk in een redelijke tijd kon worden getraind.
Getraind op twee GPU's
Het draaide parallel op twee GPU's. Die hardwarekeuze maakte van een oud idee een praktisch, winnend systeem.
Dropout bestrijdt overfitting
Om memoriseren te voorkomen voegde AlexNet dropout toe aan zijn volledig verbonden lagen, waardoor neuronen tijdens het trainen willekeurig werden uitgeschakeld.
import torch.nn as nn
classifier = nn.Sequential(nn.Dropout(0.5), nn.Linear(4096, 1000))Een convolutionele laag in PyTorch
Beide netwerken bestaan uit stapels van één kernblok. Hier zie je één Conv2d-laag, de bouwsteen waarop alles is gebaseerd.
import torch.nn as nn
layer = nn.Conv2d(in_channels=3, out_channels=96, kernel_size=11, stride=4)Korte controle
Denk na over wat AlexNet zo invloedrijk maakte.
Samenvatting: de eerste overwinningen
LeNet liet zien dat CNN's konden leren en AlexNet bewees dat ze op grote schaal konden winnen. Samen luidden ze het tijdperk in dat je nu bestudeert. Een goed begin!
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “LeNet en AlexNet: de eerste successen” gratis?
Ja — de volledige tekst van “LeNet en AlexNet: de eerste successen” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus Deep Learning Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Wat leer ik in “LeNet en AlexNet: de eerste successen”?
Waar moderne CNN's begonnen. Je oefent met Deep Learning Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met Deep Learning Academy te beginnen?
Ervaring vooraf is niet nodig. Deep Learning Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 1 van 4.
Hoe lang duurt de les “LeNet en AlexNet: de eerste successen”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over Deep Learning Academy?
Ja. Elke les over Deep Learning Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- LeNet en AlexNet: de eerste successen
- VGG: stapels kleine filters
- ResNet: skip connections gaan diep
- torchvision-modellen laden