VGGNet (Very Deep Convolutional Networks)
A VGGNet egy mély konvolúciós neurális hálózati architektúra, amelyet Karen Simonyan és Andrew Zisserman mutatott be az Oxfordi Egyetem Visual Geometry Group (VGG) kutatócsoportjában 2014-ben (publikálva az ICLR 2015 konferencián). Bebizonyították, hogy a hálózat mélysége – kizárólag kis, 3x3-as konvolúciós szűrők egymásra helyezésével elérve – a legkritikusabb tényező a képfelismerési pontosság szempontjából. Két kanonikus változata (VGG-16 és VGG-19) vált a konvolúciós neurális hálózatok tervezésének domináns referenciamodelljévé a 2010-es évek közepén.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/hu/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.
- AlexNetMélytanulás↔ compare
- DenseNetMélytanulás↔ compare
- MobileNet: Hatékony konvolúciós neurális hálózatok mobil látáshozMélytanulás↔ compare
- ResNet (Residual Network)Mélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →