VGGNet (Very Deep Convolutional Networks)
VGGNet este o arhitectură de rețea neuronală convoluțională profundă introdusă de Karen Simonyan și Andrew Zisserman la Visual Geometry Group, Oxford, în 2014 (publicată la ICLR 2015). A demonstrat că profunzimea rețelei — obținută exclusiv prin stivuirea de filtre convoluționale mici de 3x3 — este cel mai critic factor pentru acuratețea înaltă a clasificării imaginilor, iar cele două variante canonice ale sale (VGG-16 și VGG-19) au devenit arhitecturile de referință dominante pentru proiectarea CNN-urilor pe parcursul mijlocului anilor 2010.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Simonyan, K., & Zisserman, A. (2014). Very Deep Convolutional Networks for Large-Scale Image Recognition. arXiv:1409.1556 [cs.CV]. Published at ICLR 2015. DOI: 10.48550/arXiv.1409.1556 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
Cum se citează această pagină
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/ro/deep-learning/vggnet
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.
- AlexNetÎnvățare profundă↔ compare
- DenseNetÎnvățare profundă↔ compare
- MobileNet: Rețele Neuronale Convoluționale Eficiente pentru Viziune MobilăÎnvățare profundă↔ compare
- ResNet (Rețea Reziduală)Învățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →