EfficientNet
EfficientNet е семейство от архитектури на конволюционни невронни мрежи, представено от Минсин Тан и Куок В. Ле (Google Brain) на ICML 2019, което систематично мащабира едновременно дълбочината, ширината и входната резолюция на мрежата, използвайки единен съставен коефициент, постигайки най-съвременна точност при класификация на изображения със значително по-малко параметри и FLOPs от предишни мрежи като ResNet и Inception.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Tan, M. & Le, Q. V. (2019). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. Proceedings of the 36th International Conference on Machine Learning (ICML 2019), PMLR 97, 6105–6114. link ↗
- Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3
Как да цитирате тази страница
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/bg/deep-learning/efficientnet
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.
- MobileNet: Ефективни конволюционни невронни мрежи за мобилно зрениеДълбоко обучение↔ compare
- Търсене на невронни архитектуриДълбоко обучение↔ compare
- ResNet (Residual Network)Дълбоко обучение↔ compare
- Трансферно обучениеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →