Запис на доказателства за метод

EfficientNet

EfficientNet is a family of convolutional neural network architectures introduced by Mingxing Tan and Quoc V. Le (Google Brain) at ICML 2019 that systematically co-scales network depth, width, and input resolution using a single compound coefficient, achieving state-of-the-art image classification accuracy with substantially fewer parameters and FLOPs than prior networks such as ResNet and Inception.

Sources recorded, not reviewed

Изходен запис

Цитиранията са копирани дословно от изходния запис на метода. Те не предполагат проверка на ниво твърдение.

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

Таксономичен запис на метод · ml-model / deep-learning

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. · URL
Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning. MIT Press. · ISBN 978-0-262-03561-3

Отвори пълен метод

Подбрани твърдения

Твърденията са запазени в регистъра на доказателствата, всяко със собствена оценка.

Все още няма подбрани твърдения

Този изглед не измисля оценка на твърдение, когато регистърът няма такава.

Свързани методи

Генерирани от графа на методите и показани като предложени от машината връзки — не се предполага твърдение за доказателство.

Same method familyMobileNetmachine-suggested · Relational suggestion, not evidence.Same method familyNeural Architecture Searchmachine-suggested · Relational suggestion, not evidence.Same method familyResNetmachine-suggested · Relational suggestion, not evidence.Same method familyTransfer Learningmachine-suggested · Relational suggestion, not evidence.