Què és el model de GoogleLeNet?
Què és el model de GoogleLeNet?

Vídeo: Què és el model de GoogleLeNet?

Vídeo: Què és el model de GoogleLeNet?
Vídeo: SHAKIRA || BZRP Music Sessions #53 2024, Maig
Anonim

GoogleNet és un preformat model que s'ha entrenat en un subconjunt de la base de dades ImageNet que s'utilitza al repte de reconeixement visual a gran escala d'ImageNet (ILSVRC).

Simplement, què és GoogLeNet?

GoogleNet és una xarxa neuronal convolucional prèviament entrenada que té 22 capes de profunditat. Podeu carregar una xarxa entrenada al conjunt de dades ImageNet [1] o Places365 [2] [3]. La xarxa entrenada a ImageNet classifica les imatges en 1000 categories d'objectes, com ara teclat, ratolí, llapis i molts animals.

Què és el model Vgg? VGG és una xarxa neuronal convolucional model proposat per K. Zisserman de la Universitat d'Oxford en el document “Very Deep Convolutional Networks for Large-Scale Image Recognition”. El model aconsegueix un 92,7% de precisió de proves entre les 5 primeres a ImageNet, que és un conjunt de dades de més de 14 milions d'imatges que pertanyen a 1000 classes.

També cal saber què és AlexNet i GoogLeNet?

AlexNet va ser la primera xarxa neuronal convolucional (CNN) famosa. Aleshores, xarxes similars van ser utilitzades per molts altres. GoogleNet té una arquitectura força diferent de les dues: utilitza combinacions de mòduls inicials, cadascun dels quals inclou algunes agrupacions, convolucions a diferents escales i operacions de concatenació.

Què és una xarxa inicial?

El document proposa un nou tipus d'arquitectura: GoogLeNet o Inici v1. Bàsicament és un neuronal convolucional xarxa (CNN) que té 27 capes de profunditat. Capa convolucional 1×1 abans d'aplicar una altra capa, que s'utilitza principalment per a la reducció de la dimensionalitat.

Recomanat: