エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
NFNetを超える速度と精度でEfficientNetが帰ってきた!!EfficientNetV2論文まとめ - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
NFNetを超える速度と精度でEfficientNetが帰ってきた!!EfficientNetV2論文まとめ - Qiita
論文データ Arxiv Tan, Mingxing, and Quoc V. Le. "EfficientNetV2: Smaller Models and Faster Traini... 論文データ Arxiv Tan, Mingxing, and Quoc V. Le. "EfficientNetV2: Smaller Models and Faster Training" arXiv:2104.00298 [cs.CV] 実装 公式実装(TensorFlow) Papers With Code 忙しい人向け EfficientNetの一部をFused-MBConvに置き換えることで速度を上げながらパラメーター数増加を抑えた! Progressive Learningで学習することで訓練時間を短縮するとともに精度も向上した! ViTと比べ2.0%精度が向上し5~11倍高速に学習できる! 1.導入 1.1 近年の手法の問題点 モデルのサイズや学習データが非常に増加しているため、学習効率は深層学習において重要である。学習に数週間かかる、何千個のGPUを使うモデルもあり、再学習