VGGNet (Very Deep Convolutional Networks)
VGGNet on sügav konvolutsiooniline närvivõrgu arhitektuur, mille tutvustasid Karen Simonyan ja Andrew Zisserman Oxfordi Visuaalse Geomeetria Grupis (Visual Geometry Group) 2014. aastal (avaldatud ICLR 2015). See näitas, et võrgu sügavus – saavutatud eranditult väikeste 3x3 konvolutsioonifiltrite kuhjamise teel – on kõrge pildiklassifikatsiooni täpsuse kõige kriitilisem tegur ning selle kaks kanoonilist varianti (VGG-16 ja VGG-19) said 2010. aastate keskpaiga CNN-i disaini domineerivateks võrdlusarhitektuurideks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Simonyan, K., & Zisserman, A. (2014). Very Deep Convolutional Networks for Large-Scale Image Recognition. arXiv:1409.1556 [cs.CV]. Published at ICLR 2015. DOI: 10.48550/arXiv.1409.1556 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/et/deep-learning/vggnet
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.
- AlexNetSüvaõpe↔ compare
- DenseNetSüvaõpe↔ compare
- MobileNet: Efektiivsed konvolutsioonilised neurovõrgud mobiilse nägemise jaoksSüvaõpe↔ compare
- ResNet (Residual Network)Süvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →