EfficientNet
EfficientNet es una familia de arquitecturas de redes neuronales convolucionales introducida por Mingxing Tan y Quoc V. Le (Google Brain) en ICML 2019 que escala sistemáticamente la profundidad, anchura y resolución de entrada de la red utilizando un único coeficiente compuesto, logrando una precisión de clasificación de imágenes de vanguardia con sustancialmente menos parámetros y FLOPs que redes anteriores como ResNet e Inception.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/es/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: Redes Neuronales Convolucionales Eficientes para Visión MóvilAprendizaje profundo↔ compare
- Búsqueda de Arquitecturas NeuronalesAprendizaje profundo↔ compare
- ResNet (Red Neuronal Residual)Aprendizaje profundo↔ compare
- Aprendizaje por transferenciaAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →