VGGNet (เครือข่ายประสาทคอนโวลูชันแบบลึกมาก)
VGGNet คือสถาปัตยกรรมเครือข่ายประสาทคอนโวลูชันแบบลึกที่ Karen Simonyan และ Andrew Zisserman จาก Visual Geometry Group, Oxford ได้นำเสนอในปี 2014 (ตีพิมพ์ใน ICLR 2015) โดยแสดงให้เห็นว่าความลึกของเครือข่าย ซึ่งได้มาจากการเรียงซ้อนตัวกรองคอนโวลูชันขนาดเล็ก 3x3 เท่านั้น เป็นปัจจัยสำคัญที่สุดเพียงอย่างเดียวสำหรับความแม่นยำในการจำแนกภาพ และ VGG-16 กับ VGG-19 ซึ่งเป็นสองรูปแบบหลักของ VGGNet ได้กลายเป็นสถาปัตยกรรมมาตรฐานที่โดดเด่นสำหรับการออกแบบ CNN ตลอดช่วงกลางทศวรรษ 2010
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Very Deep Convolutional Networks for Large-Scale Image Recognition (VGGNet). ScholarGate. https://scholargate.app/th/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.
- AlexNetการเรียนรู้เชิงลึก↔ compare
- DenseNetการเรียนรู้เชิงลึก↔ compare
- MobileNetการเรียนรู้เชิงลึก↔ compare
- ResNet (เครือข่ายส่วนที่เหลือ)การเรียนรู้เชิงลึก↔ compare