Machine learning
VGGNet（Very Deep Convolutional Networks）
VGGNetは、2014年にオックスフォード大学のVisual Geometry Group（VGG）によって導入された深層畳み込みニューラルネットワークアーキテクチャであり、Karen SimonyanとAndrew Zissermanによって発表されました（ICLR 2015で発表）。このネットワークは、専ら小さな3x3畳み込みフィルタを積み重ねることによって達成されるネットワークの深さが、画像分類の高精度にとって最も重要な単一の要因であることを実証しました。その2つの標準的なバリアント（VGG-16およびVGG-19）は、2010年代半ばを通じてCNN設計における主要なベンチマークアーキテクチャとなりました。
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
- 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
このページの引用方法
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/ja/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.
- AlexNet深層学習↔ compare
- DenseNet深層学習↔ compare
- 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
- ResNet（Residual Network）深層学習↔ compare