Inception Network (GoogLeNet)
La Inception Network, introdotta da Szegedy et al. in Google nel 2015 e presentata a CVPR con il nome GoogLeNet, è una rete neurale convoluzionale profonda a 22 strati progettata per il riconoscimento di immagini su larga scala. Il suo contributo distintivo è il modulo Inception, che applica convoluzioni di diverse dimensioni di kernel in parallelo e concatena i loro output, consentendo alla rete di catturare caratteristiche spaziali a scale differenti simultaneamente senza un proporzionale aumento del costo computazionale.
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
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/it/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)Apprendimento profondo↔ compare
- VGGNet (Very Deep Convolutional Networks)Apprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →