VGGNet (Very Deep Convolutional Networks)
VGGNet je arhitektura duboke konvolucijske neuronske mreže koju su predstavili Karen Simonyan i Andrew Zisserman na Visual Geometry Group, Oxford, 2014. (objavljeno na ICLR 2015.). Pokazala je da je dubina mreže – postignuta isključivo slaganjem malih 3x3 konvolucijskih filtara – najvažniji čimbenik za visoku točnost klasifikacije slika, a njezine dvije kanonske varijante (VGG-16 i VGG-19) postale su dominantne referentne arhitekture za dizajn CNN-ova tijekom sredine 2010-ih.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/hr/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.
- AlexNetDuboko učenje↔ compare
- DenseNetDuboko učenje↔ compare
- MobileNet: Učinkoviti konvolucijski neuralni mreže za mobilnu vizijuDuboko učenje↔ compare
- ResNet (rezidualna mreža)Duboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →