EfficientNet
EfficientNet on konvoluutionaalisten neuroverkkoarkkitehtuurien perhe, jonka Mingxing Tan ja Quoc V. Le (Google Brain) esittelivät ICML 2019 -konferenssissa. Se skaalaa järjestelmällisesti verkon syvyyttä, leveyttä ja syötteen resoluutiota käyttäen yhtä yhdistelmäkerrointa, saavuttaen huippuluokan kuvien luokittelutarkkuuden huomattavasti vähemmillä parametreilla ja FLOP-laskentaoperaatioilla kuin aiemmat verkot, kuten ResNet ja Inception.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/fi/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: Tehokkaat konvoluutionaaliset neuroverkot mobiilinäköönSyväoppiminen↔ compare
- NeuraaliarkkitehtuurihakuSyväoppiminen↔ compare
- ResNet (Residual Network)Syväoppiminen↔ compare
- Siirto-oppiminenKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →