Запис о доказима методе
EfficientNet
EfficientNet is a family of convolutional neural network architectures introduced by Mingxing Tan and Quoc V. Le (Google Brain) at ICML 2019 that systematically co-scales network depth, width, and input resolution using a single compound coefficient, achieving state-of-the-art image classification accuracy with substantially fewer parameters and FLOPs than prior networks such as ResNet and Inception.
Изворни запис
Цитирани радови су копирани дословно из изворног записа методе. Из њих се не изводи верификација на нивоу тврдње.
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
Таксономски запис методе · ml-model / deep-learning
- Tan, M. & Le, Q. V. (2019). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. Proceedings of the 36th International Conference on Machine Learning (ICML 2019), PMLR 97, 6105–6114. · URL
- Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning. MIT Press. · ISBN 978-0-262-03561-3
Куроване тврдње
Тврдње су сачуване у регистру доказа, свака са својом проценом.
Још увек нема курованих тврдњи
Овај приказ не измишља процену тврдње када регистар нема ниједну.
Сродне методе
Генерисано из графа метода и приказано као машински предложене везе — не изводи се тврдња доказа.