Apakah model GoogLeNet?
Apakah model GoogLeNet?

Video: Apakah model GoogLeNet?

Video: Apakah model GoogLeNet?
Video: Lecture 41 : GoogleNet 2024, Mungkin
Anonim

GoogleNet adalah pralatihan model yang telah dilatih pada subset pangkalan data ImageNet yang digunakan dalam Cabaran Pengecaman Visual Skala Besar ImageNet (ILSVRC).

Secara ringkasnya, apakah itu GoogLeNet?

GoogleNet ialah rangkaian saraf konvolusi terlatih yang sedalam 22 lapisan. Anda boleh memuatkan rangkaian yang dilatih sama ada pada set data ImageNet [1] atau Places365 [2] [3]. Rangkaian yang dilatih pada ImageNet mengklasifikasikan imej kepada 1000 kategori objek, seperti papan kekunci, tetikus, pensel dan banyak haiwan.

apakah model Vgg? VGG ialah rangkaian neural convolutional model dicadangkan oleh K. Zisserman dari Universiti Oxford dalam kertas kerja "Rangkaian Konvolusi Yang Sangat Dalam untuk Pengecaman Imej Berskala Besar". The model mencapai 92.7% ketepatan ujian 5 teratas dalam ImageNet, yang merupakan set data lebih 14 juta imej milik 1000 kelas.

Yang perlu diketahui ialah, apakah AlexNet dan GoogLeNet?

AlexNet merupakan rangkaian neural convolutional (CNN) pertama yang terkenal. Kemudian, rangkaian serupa telah digunakan oleh ramai orang lain. GoogleNet mempunyai seni bina yang agak berbeza daripada kedua-duanya: ia menggunakan gabungan modul permulaan, setiap satu termasuk beberapa pengumpulan, konvolusi pada skala yang berbeza dan operasi penggabungan.

Apakah rangkaian permulaan?

Makalah ini mencadangkan jenis seni bina baharu – GoogLeNet atau Permulaan v1. Ia pada asasnya adalah saraf konvolusi rangkaian (CNN) iaitu sedalam 27 lapisan. 1×1 Lapisan konvolusi sebelum menggunakan lapisan lain, yang digunakan terutamanya untuk pengurangan dimensi.

Disyorkan: