EfficientNet
EfficientNet is een familie van convolutionele neurale netwerkarchitecturen, geïntroduceerd door Mingxing Tan en Quoc V. Le (Google Brain) op ICML 2019, die systematisch de netwerkdiepte, breedte en invoerresolutie co-schalen met behulp van een enkele samengestelde coëfficiënt. Dit bereikt state-of-the-art nauwkeurigheid in beeldclassificatie met aanzienlijk minder parameters en FLOPs dan eerdere netwerken zoals ResNet en Inception.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/nl/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: Efficiënte Convolutionele Neurale Netwerken voor Mobiele VisieDeep learning↔ compare
- Neural Architecture SearchDeep learning↔ compare
- ResNet (Residual Network)Deep learning↔ compare
- TransferlerenMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →