VGGNet (Very Deep Convolutional Networks)
VGGNet je hlboká konvolučná neurónová sieťová architektúra, ktorú v roku 2014 predstavili Karen Simonyan a Andrew Zisserman z Visual Geometry Group na Oxfordskej univerzite (publikované na ICLR 2015). Demonštrovala, že hĺbka siete – dosiahnutá výlučne ukladaním malých 3x3 konvolučných filtrov – je najkritickejším faktorom pre vysokú presnosť klasifikácie obrazu, a jej dve kanonické varianty (VGG-16 a VGG-19) sa stali dominantnými benchmarkovými architektúrami pre návrh CNN počas polovice 2010. rokov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/sk/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.
- AlexNetHlboké učenie↔ compare
- DenseNetHlboké učenie↔ compare
- MobileNet: Efektívne konvolučné neurónové siete pre mobilné videnieHlboké učenie↔ compare
- ResNet (reziduálna sieť)Hlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →