EfficientNet
EfficientNet è una famiglia di architetture di reti neurali convoluzionali introdotta da Mingxing Tan e Quoc V. Le (Google Brain) all'ICML 2019, che scala sistematicamente profondità, larghezza e risoluzione dell'input della rete utilizzando un singolo coefficiente composto, ottenendo accuratezza allo stato dell'arte nella classificazione di immagini con un numero sostanzialmente inferiore di parametri e FLOP rispetto a reti precedenti come ResNet e Inception.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/it/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.
- MobileNetApprendimento profondo↔ compare
- Ricerca Architetturale NeuraleApprendimento profondo↔ compare
- ResNet (Residual Network)Apprendimento profondo↔ compare
- Apprendimento per trasferimentoApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →