EfficientNet
EfficientNet és una família d'arquitectures de xarxes neuronals convolucionals introduïda per Mingxing Tan i Quoc V. Le (Google Brain) a l'ICML 2019 que escala sistemàticament la profunditat, l'amplada i la resolució d'entrada de la xarxa mitjançant un únic coeficient compost, aconseguint una precisió de classificació d'imatges d'avantguarda amb significativament menys paràmetres i FLOPs que xarxes prèvies com ResNet i Inception.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/ca/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: Xarxes neuronals convolucionals eficients per a la visió mòbilAprenentatge profund↔ compare
- Cerca d'Arquitectures NeuronalsAprenentatge profund↔ compare
- ResNet (Residual Network)Aprenentatge profund↔ compare
- Aprenentatge per transferènciaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →