Jaringan Inception (GoogLeNet)
Jaringan Inception, diperkenalkan oleh Szegedy dkk. di Google pada tahun 2015 dan diajukan ke CVPR dengan nama GoogLeNet, adalah jaringan saraf konvolusional dalam 22 lapis yang dirancang untuk pengenalan gambar skala besar. Kontribusi utamanya adalah modul Inception, yang menerapkan konvolusi dengan berbagai ukuran kernel secara paralel dan menggabungkan keluaran mereka, memungkinkan jaringan untuk menangkap fitur spasial pada skala yang berbeda secara bersamaan tanpa peningkatan biaya komputasi yang proporsional.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Szegedy, C., et al. (2015). Going deeper with convolutions. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 1–9. DOI: 10.1109/CVPR.2015.7298594 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/id/deep-learning/inception-network
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.
- ResNet (Residual Network)Pembelajaran Mendalam↔ compare
- VGGNet (Very Deep Convolutional Networks)Pembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →