Inception tīkls (GoogLeNet)
Inception tīkls, ko 2015. gadā Google izstrādāja Szegedy et al. un iesniedza CVPR ar nosaukumu GoogLeNet, ir 22 slāņu dziļš konvolucionāls neironu tīkls, kas paredzēts liela mēroga attēlu atpazīšanai. Tā galvenais jauninājums ir Inception modulis, kas paralēli pielieto dažādu kodolu izmēru konvolūcijas un apvieno to izvades, ļaujot tīklam vienlaicīgi uztvert telpiskās iezīmes dažādos mērogos, neproporcionāli nepalielinot aprēķinu izmaksas.
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
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/lv/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 (Atliekošais tīkls)Dziļā mācīšanās↔ compare
- VGGNet (Very Deep Convolutional Networks)Dziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →