Sieć Inception (GoogLeNet)
Sieć Inception, wprowadzona przez Szegedy’ego i in. w Google w 2015 roku i zgłoszona do CVPR pod nazwą GoogLeNet, to 22-warstwowa głęboka konwolucyjna sieć neuronowa przeznaczona do rozpoznawania obrazów na dużą skalę. Jej kluczowym wkładem jest moduł Inception, który równolegle stosuje konwolucje o wielu rozmiarach jąder i łączy ich wyjścia, umożliwiając sieci jednoczesne wychwytywanie cech przestrzennych w różnych skalach bez proporcjonalnego wzrostu kosztów obliczeniowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/pl/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)Uczenie głębokie↔ compare
- VGGNet (Very Deep Convolutional Networks)Uczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →