> ML_LITERATURE // SZEGEDY-2015-GOING-DEEPER-WITH-CONVOLUTIONS-GOOGLENET_v1.0
Going Deeper with Convolutions (GoogLeNet / Inception)
Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich · IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (2015)
seminal-architecture2015industry-standardthirdPartyReproduced
Temel Katkı (Principal Contribution)
Parametre sayılarını çarpıcı biçimde azaltmak için 1x1 darboğazlarla paralel 1x1, 3x3 ve 5x5 evrişimleri çalıştıran çok ölçekli Inception modüllerini tasarladı.
Operasyonel ve Mühendislik Uygunluğu
Üretim sistemlerinde task-image-classification uygulaması için yetkili referans olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Temel uzamsal-zamansal süreklilik ve alan dağılımsal kararlılığı geçerlidir
Kısıtlar ve Sınırlamalar (Limitations)
- Performans ölçekleme ve hesaplama ayak izi algılama alanı derinliğine, dizi uzunluğuna ve çözünürlüğe bağlıdır
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: