Machine learning

EfficientNet

EfficientNet je rodina konvolučních neuronových sítí představená Mingxingem Tanem a Quocem V. Lem (Google Brain) na konferenci ICML 2019, která systematicky škáluje hloubku, šířku a rozlišení vstupu pomocí jediného složeného koeficientu, čímž dosahuje špičkové přesnosti klasifikace obrazu s podstatně menším počtem parametrů a FLOPs než předchozí sítě, jako jsou ResNet a Inception.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. 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
  2. Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3

Jak citovat tuto stránku

ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/cs/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.

Compare side by side

Odkazuje sem

ScholarGateEfficientNet (EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks). Získáno 2026-06-15 z https://scholargate.app/cs/deep-learning/efficientnet · Datová sada: https://doi.org/10.5281/zenodo.20539026