VGG16 (ConvNet): differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| Riga 5: | Riga 5: | ||
|URL=https://www.robots.ox.ac.uk/~vgg/research/very_deep/ | |URL=https://www.robots.ox.ac.uk/~vgg/research/very_deep/ | ||
|Pubblicazione=Very deep convolutional networks for large-scale image recognition | |Pubblicazione=Very deep convolutional networks for large-scale image recognition | ||
|URLPubblicazione=https://arxiv.org/pdf/1409.1556.pdf | |||
}} | }} | ||
Modello di [[Reti Neurali Convoluzionali (CNN)|rete convoluzionale]] , famoso per aver vinto, nel 2014, imagenet, aggiundicandosi il primo e il secondo posto | Modello di [[Reti Neurali Convoluzionali (CNN)|rete convoluzionale]] , famoso per aver vinto, nel 2014, imagenet, aggiundicandosi il primo e il secondo posto | ||
Versione delle 17:12, 27 mag 2024
| VGG16 (ConvNet) | |
|---|---|
| Nome Inglese | Visual Geometry Group 16 |
| Sigla | VGG16 |
| Anno Di Creazione | 2014 |
| Versione Corrente | |
| URL | https://www.robots.ox.ac.uk/~vgg/research/very deep/ |
| Pubblicazione | Very deep convolutional networks for large-scale image recognition |
| URL Pubblicazione | https://arxiv.org/pdf/1409.1556.pdf |
Modello di rete convoluzionale , famoso per aver vinto, nel 2014, imagenet, aggiundicandosi il primo e il secondo posto
Links
Very deep convolutional networks for large-scale image recognition (Paper Originale)
https://medium.com/@mygreatlearning/everything-you-need-to-know-about-vgg16-7315defb5918