Machine learning
EfficientNet
EfficientNetは、Mingxing TanとQuoc V. Le（Google Brain）がICML 2019で発表した畳み込みニューラルネットワークアーキテクチャのファミリーであり、単一の複合係数を用いてネットワークの深さ、幅、入力解像度を体系的に共同スケールすることで、ResNetやInceptionなどの先行ネットワークよりも大幅に少ないパラメータとFLOPsで最先端の画像分類精度を達成しています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/ja/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.
- モバイルネット：モバイルビジョン向け効率的な畳み込みニューラルネットワーク深層学習↔ compare
- ニューラルアーキテクチャ探索深層学習↔ compare
- ResNet（Residual Network）深層学習↔ compare
- 転移学習機械学習↔ compare