EfficientNet
EfficientNet er en familie av konvolusjonelle nevrale nettverksarkitekturer introdusert av Mingxing Tan og Quoc V. Le (Google Brain) ved ICML 2019, som systematisk samskalerer nettverksdybde, bredde og inndataoppløsning ved hjelp av en enkelt sammensatt koeffisient. Dette oppnår toppmoderne bildeklassifiseringsnøyaktighet med betydelig færre parametere og FLOPs enn tidligere nettverk som ResNet og Inception.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ScholarGate. https://scholargate.app/no/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: Effektive konvolusjonelle nevrale nettverk for mobilvisjonDyp læring↔ compare
- Nevral arkitektursøkDyp læring↔ compare
- ResNet (Residual Network)Dyp læring↔ compare
- OverføringslæringMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →