Vad är GoogLeNet-modellen?
Vad är GoogLeNet-modellen?

Video: Vad är GoogLeNet-modellen?

Video: Vad är GoogLeNet-modellen?
Video: Lecture 41 : GoogleNet 2024, Maj
Anonim

GoogLeNet är en förutbildad modell som har tränats på en delmängd av ImageNet-databasen som används i ImageNet Large-Scale Visual Recognition Challenge (ILSVRC).

Helt enkelt så, vad är GoogLeNet?

GoogLeNet är ett förtränat konvolutionellt neuralt nätverk som är 22 lager djupt. Du kan ladda ett nätverk som tränats på antingen ImageNet [1] eller Places365 [2] [3] datauppsättningar. Nätverket som tränas på ImageNet klassificerar bilder i 1000 objektkategorier, såsom tangentbord, mus, penna och många djur.

vad är Vgg-modellen? VGG är ett konvolutionellt neuralt nätverk modell föreslagit av K. Zisserman från University of Oxford i artikeln "Very Deep Convolutional Networks for Large-Scale Image Recognition". De modell uppnår 92,7 % topp-5 testnoggrannhet i ImageNet, som är en datauppsättning med över 14 miljoner bilder som tillhör 1000 klasser.

Också att veta är, vad är AlexNet och GoogLeNet?

AlexNet var det första berömda konvolutionella neurala nätverket (CNN). Sedan användes liknande nätverk av många andra. GoogleNet har en helt annan arkitektur än båda: den använder kombinationer av startmoduler, var och en inklusive viss pooling, faltningar i olika skalor och sammanlänkningsoperationer.

Vad är ett startnätverk?

Tidningen föreslår en ny typ av arkitektur – GoogLeNet eller Början v1. Det är i grunden en konvolutionell neural nätverk (CNN) som är 27 lager djupt. 1×1 Convolutional lager innan du applicerar ett annat lager, som huvudsakligen används för dimensionsreducering.

Rekommenderad: