Запис доказів методу

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.

Sources recorded, not reviewed

Запис джерела

Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

Запис таксономічного методу · 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

Відкрити повний метод

Відібрані твердження

Твердження збережено в журналі доказів, кожне зі своєю оцінкою.

Відібраних тверджень ще немає

Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.

Пов'язані методи

Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.

Same method familyMobileNetmachine-suggested · Relational suggestion, not evidence.Same method familyNeural Architecture Searchmachine-suggested · Relational suggestion, not evidence.Same method familyResNetmachine-suggested · Relational suggestion, not evidence.Same method familyTransfer Learningmachine-suggested · Relational suggestion, not evidence.