ResNeXt
A ResNeXt egy mély konvolúciós neurális hálózati architektúra, amelyet Xie, Girshick, Dollár, Tu és He mutattak be a CVPR 2017 konferencián. A reziduális hálózat (ResNet) dizájnját terjeszti ki egy új, kardinalitásnak nevezett építészeti dimenzió bevezetésével – ez az egyes reziduális blokkokon belüli független, párhuzamos transzformációs utak száma –, amely lehetővé teszi a magasabb pontosságot kevesebb paraméterrel, valamint az elődeinél egyszerűbb és egységesebb dizájnt.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Xie, S., Girshick, R., Dollár, P., Tu, Z., & He, K. (2017). Aggregated Residual Transformations for Deep Neural Networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 5987–5995. DOI: 10.1109/CVPR.2017.634 ↗
- He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep Residual Learning for Image Recognition. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 770–778. DOI: 10.1109/CVPR.2016.90 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-26-203561-3
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). ResNeXt: Aggregated Residual Transformations for Deep Neural Networks. ScholarGate. https://scholargate.app/hu/deep-learning/resnext
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.
- DenseNetMélytanulás↔ compare
- EfficientNetMélytanulás↔ compare
- MobileNet: Hatékony konvolúciós neurális hálózatok mobil látáshozMélytanulás↔ compare
- ResNet (Residual Network)Mélytanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →