Metodes pierādījumu reģistrs

EfficientNet

EfficientNet is a family of convolutional neural network architectures introduced by Mingxing Tan and Quoc V. Le (Google Brain) at ICML 2019 that systematically co-scales network depth, width, and input resolution using a single compound coefficient, achieving state-of-the-art image classification accuracy with substantially fewer parameters and FLOPs than prior networks such as ResNet and Inception.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

Taksonomiskās metodes reģistrs · ml-model / deep-learning

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. · URL
Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning. MIT Press. · ISBN 978-0-262-03561-3

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Same method familyMobileNetmachine-suggested · Relational suggestion, not evidence.Same method familyNeural Architecture Searchmachine-suggested · Relational suggestion, not evidence.Same method familyResNetmachine-suggested · Relational suggestion, not evidence.Same method familyTransfer Learningmachine-suggested · Relational suggestion, not evidence.