VGG
라이언의 꿀팁백과
Ryanyang (토론 | 기여)님의 2022년 8월 11일 (목) 11:31 판 (새 문서: Visual Geometry Group. VGG는 Oxford University에서 개발되었고, 2014 ImageNet Challenge에서 GoogLeNet에 근소한 차이로 밀려 아쉽게 2위를 차지한 네트워크이다. 그러나 GoogleNet에 비해 '''구조가 매우 간단'''하고, '''성능도 큰차이가 없어서''' 사람들이 많이 찾는 알고리즘이 되었다. '''신경망의 깊이가 딥러닝의 정확도에 큰 영향을 미친다는 것을 보여준 알고리즘'''이다. 신경...)
Ryanyang (토론 | 기여)님의 2022년 8월 11일 (목) 11:31 판 (새 문서: Visual Geometry Group. VGG는 Oxford University에서 개발되었고, 2014 ImageNet Challenge에서 GoogLeNet에 근소한 차이로 밀려 아쉽게 2위를 차지한 네트워크이다. 그러나 GoogleNet에 비해 '''구조가 매우 간단'''하고, '''성능도 큰차이가 없어서''' 사람들이 많이 찾는 알고리즘이 되었다. '''신경망의 깊이가 딥러닝의 정확도에 큰 영향을 미친다는 것을 보여준 알고리즘'''이다. 신경...)
Visual Geometry Group.
VGG는 Oxford University에서 개발되었고, 2014 ImageNet Challenge에서 GoogLeNet에 근소한 차이로 밀려 아쉽게 2위를 차지한 네트워크이다. 그러나 GoogleNet에 비해 구조가 매우 간단하고, 성능도 큰차이가 없어서 사람들이 많이 찾는 알고리즘이 되었다. 신경망의 깊이가 딥러닝의 정확도에 큰 영향을 미친다는 것을 보여준 알고리즘이다.
신경망 모델의 깊이(모델의 레이어 수)에 따라서 VGG11, VGG13, VGG16, VGG19 등으로 나타낼 수 있다.
(링크)