ScholarGate
Assistente
Machine learningCNN architectures

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.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. 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.

Compare side by side

Referenciado por

ScholarGateInception Network (Inception / GoogLeNet). Recuperado em 2026-06-15 de https://scholargate.app/pt/deep-learning/inception-network · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026