EfficientNet
Az EfficientNet egy konvolúciós neurális hálózat architektúrák családja, amelyet Mingxing Tan és Quoc V. Le (Google Brain) mutatott be az ICML 2019 konferencián. Rendszeresen skálázza a hálózat mélységét, szélességét és bemeneti felbontását egyetlen összetett együttható segítségével, ezzel élvonalbeli képbesorolási pontosságot ér el, lényegesen kevesebb paraméterrel és FLOP-pal, mint a korábbi hálózatok, például a ResNet és az Inception.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/hu/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: Hatékony konvolúciós neurális hálózatok mobil látáshozMélytanulás↔ compare
- Neuronális Architektúra KeresésMélytanulás↔ compare
- ResNet (Residual Network)Mélytanulás↔ compare
- Transzfer tanulásGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →