Inception Network (GoogLeNet)
Inception Network, yang diperkenalkan oleh Szegedy et al. di Google pada tahun 2015 dan dihantar ke CVPR dengan nama GoogLeNet, ialah rangkaian saraf konvolusional dalam (deep convolutional neural network) setebal 22 lapisan yang direka untuk pengecaman imej berskala besar. Sumbangan utamanya ialah modul Inception, yang mengaplikasikan konvolusi pelbagai saiz kernel secara selari dan menggabungkan outputnya, membolehkan rangkaian menangkap ciri spatial pada skala berbeza secara serentak tanpa peningkatan kos pengiraan yang berkadar.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/ms/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 (Residual Network)Pembelajaran Mendalam↔ compare
- VGGNet (Very Deep Convolutional Networks)Pembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →