VGGNet (Very Deep Convolutional Networks)
VGGNet е дълбока архитектура на конволюционна невронна мрежа, представена от Карън Симонян и Андрю Зисерман от Visual Geometry Group, Оксфорд, през 2014 г. (публикувана на ICLR 2015). Тя демонстрира, че дълбочината на мрежата — постигната изключително чрез натрупване на малки конволюционни филтри 3x3 — е най-критичният фактор за висока точност при класификация на изображения, а нейните два канонични варианта (VGG-16 и VGG-19) станаха доминиращите референтни архитектури за проектиране на CNN през средата на 2010-те години.
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
- 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
Как да цитирате тази страница
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/bg/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.
- AlexNetДълбоко обучение↔ compare
- DenseNetДълбоко обучение↔ compare
- MobileNet: Ефективни конволюционни невронни мрежи за мобилно зрениеДълбоко обучение↔ compare
- ResNet (Residual Network)Дълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →