सीएनएन छवि वर्गीकरण (CNN Image Classification)
सीएनएन छवि वर्गीकरण श्रेणियों में छवियों को छाँटने के लिए रेसनेट (He et al., 2016), वीजीजी और एफिशिएंटनेट (Tan & Le, 2019) जैसे डीप कन्वेन्शनल आर्किटेक्चर का उपयोग करता है। स्टैक्ड कन्वेन्शनल लेयर्स पिक्सेल से सीधे विज़ुअल फीचर्स का एक पदानुक्रम सीखते हैं, और स्किप (रेसिडुअल) कनेक्शन बहुत गहरे नेटवर्क में वैनिशिंग-ग्रेडिएंट समस्या को रोकते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- He, K., Zhang, X., Ren, S. & Sun, J. (2016). Deep Residual Learning for Image Recognition. CVPR. DOI: 10.1109/CVPR.2016.90 ↗
- Tan, M. & Le, Q.V. (2019). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ICML, PMLR 97, 6105–6114. arXiv:1905.11946. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Convolutional Neural Network Image Classification (ResNet / VGG / EfficientNet). ScholarGate. https://scholargate.app/hi/deep-learning/cnn-image-classification
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.
- डाइलेटेड सीएनएन (Dilated CNN)गहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- सपोर्ट वेक्टर मशीन (वर्गीकरण)मशीन अधिगम↔ compare
- TextCNNगहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare