Red Inception (GoogLeNet)
La Red Inception, introducida por Szegedy et al. en Google en 2015 y presentada en CVPR bajo el nombre GoogLeNet, es una red neuronal convolucional profunda de 22 capas diseñada para el reconocimiento de imágenes a gran escala. Su contribución definitoria es el módulo Inception, que aplica convoluciones de múltiples tamaños de kernel en paralelo y concatena sus salidas, permitiendo a la red capturar características espaciales a diferentes escalas simultáneamente sin un aumento proporcional en el costo computacional.
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
- Szegedy, C., et al. (2015). Going deeper with convolutions. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 1–9. DOI: 10.1109/CVPR.2015.7298594 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/es/deep-learning/inception-network
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.
- ResNet (Red Neuronal Residual)Aprendizaje profundo↔ compare
- VGGNet (Very Deep Convolutional Networks)Aprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →