EfficientNet
EfficientNet ir konvolūciju neironu tīklu arhitektūru saime, ko 2019. gadā ICML konferencē iepazīstināja Mingxing Tan un Quoc V. Le (Google Brain). Tā sistemātiski vienlaicīgi palielina tīkla dziļumu, platumu un ievades izšķirtspēju, izmantojot vienu kopīgo koeficientu, panākot visaugstāko attēlu klasifikācijas precizitāti ar ievērojami mazāku parametru un FLOP skaitu nekā iepriekšējie tīkli, piemēram, ResNet un Inception.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/lv/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.
- MobileNet: Efektīvi konvolucionālie neironu tīkli mobilajai redzeiDziļā mācīšanās↔ compare
- Neirālā arhitektūras meklēšanaDziļā mācīšanās↔ compare
- ResNet (Atliekošais tīkls)Dziļā mācīšanās↔ compare
- Pārneses apmācībaMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →