شبكة VGG (شبكات الالتفاف العميقة جدًا)
شبكة VGG هي بنية شبكة عصبية التفافية عميقة قدمتها كارين سيمونيان وأندرو زيسرمان في مجموعة الهندسة المرئية (Visual Geometry Group)، جامعة أكسفورد، في عام 2014 (نُشرت في ICLR 2015). أثبتت أن عمق الشبكة - الذي تم تحقيقه حصريًا عن طريق تكديس مرشحات التفافية صغيرة بحجم 3x3 - هو العامل الأكثر أهمية لتحقيق دقة عالية في تصنيف الصور، وأصبحت نسختان قياسيتان منها (VGG-16 و VGG-19) بنيات قياسية مهيمنة لتصميم شبكات الالتفاف العصبية (CNN) طوال منتصف العقد الثاني من القرن الحادي والعشرين.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Simonyan, K., & Zisserman, A. (2014). Very Deep Convolutional Networks for Large-Scale Image Recognition. arXiv:1409.1556 [cs.CV]. Published at ICLR 2015. DOI: 10.48550/arXiv.1409.1556 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/ar/deep-learning/vggnet
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- أليكس نتالتعلم العميق↔ compare
- DenseNetالتعلم العميق↔ compare
- MobileNet: شبكات عصبية التفافية فعالة لرؤية الأجهزة المحمولةالتعلم العميق↔ compare
- شبكة البقايا (ResNet)التعلم العميق↔ compare