Methodenbewijsdossier

Inception Network

The Inception Network, introduced by Szegedy et al. at Google in 2015 and submitted to CVPR under the name GoogLeNet, is a 22-layer deep convolutional neural network designed for large-scale image recognition. Its defining contribution is the Inception module, which applies convolutions of multiple kernel sizes in parallel and concatenates their outputs, enabling the network to capture spatial features at different scales simultaneously without a proportional increase in computational cost.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Inception / GoogLeNet

Taxonomisch methodendossier · ml-model / deep-learning

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

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyResNetmachine-suggested · Relational suggestion, not evidence.Same method familyVGGNetmachine-suggested · Relational suggestion, not evidence.