Inception Network (GoogLeNet)
A Inception Network, introduzida por Szegedy et al. no Google em 2015 e submetida à CVPR sob o nome GoogLeNet, é uma rede neural convolucional profunda de 22 camadas projetada para reconhecimento de imagem em larga escala. Sua contribuição definidora é o módulo Inception, que aplica convoluções de múltiplos tamanhos de kernel em paralelo e concatena suas saídas, permitindo que a rede capture características espaciais em diferentes escalas simultaneamente sem um aumento proporcional no custo computacional.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/pt/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 (Rede Residual)Aprendizado profundo↔ compare
- VGGNet (Redes Convolucionais Muito Profundas)Aprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →