EfficientNet
EfficientNet خانوادهای از معماریهای شبکه عصبی کانولوشنی است که توسط مینگشینگ تان و کووک وی. لی (Google Brain) در ICML 2019 معرفی شد و به طور سیستماتیک عمق، عرض و وضوح ورودی شبکه را با استفاده از یک ضریب ترکیبی واحد، هممقیاس میکند و به دقت طبقهبندی تصویر پیشرفته با پارامترها و FLOPهای بسیار کمتری نسبت به شبکههای قبلی مانند ResNet و Inception دست مییابد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/fa/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: شبکههای عصبی کانولوشنی کارآمد برای بینایی ماشین در موبایلیادگیری عمیق↔ compare
- جستجوی معماری عصبییادگیری عمیق↔ compare
- ResNet (شبکه باقیمانده)یادگیری عمیق↔ compare
- یادگیری انتقالییادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →