مقایسه الگوریتم های ResNet50 و VGG16 از لحاظ سرعت و پیچیدگی پیاده سازی روی پردازنده های مختلف
- سال انتشار: 1396
- محل انتشار: ششمین کنفرانس ملی ایده های نو در مهندسی برق
- کد COI اختصاصی: NCNIEE06_145
- زبان مقاله: فارسی
- تعداد مشاهده: 1238
نویسندگان
دانشجوی کارشناسی ارشد الکترونیک مدار مجتمع، دانشگاه آزاد اسلامی واحد خوراسگان
عضو هیات علمی گروه برق، دانشگاه آزاد اسلامی واحد خوراسگان
چکیده
امروزه هوش مصنوعی جهت افزایش دقت و آسایش رشد بسیاری کرده است. در این راستا الگوریتمها و شبکه های مختلفی مطرح و شروع به کار کردهاند. یکی از معروفترین شبکه های توسعه یافته در حوزه یادگیری عمیق، شبکه های عصبی کانولوشن میباشند. هدف از استفاده از شبکه های عصبی کانولوشن پیشبینی و دسته بندی دیتابیسهای مختلف بدون دخالت حواس انسان میباشد. دو الگوریتم ResNet50 و VGG16 از الگوریتمهای معروف شبکه های عصبی کانولوشن میباشند. در این مقاله به مقایسه ساختار دو الگوریتم و سرعت اجرای آنها درپردازنده های مختلف پرداخته شده است.کلیدواژه ها
شبکه های عصبی کانولوشن، ResNet50، VGG16مقالات مرتبط جدید
- مینیمالیسم در ui
- تشخیص احساسات در تست قابلیت استفاده: چارچوبی برای بهبود طراحی رابط کاربری وب اپلیکیشن
- Improving vehicle ride comfort using PID Controller Tuned by Particle Swarm Optimization an MR-Damped in a full-car model
- بهبود تخلیه ربات های ابری با شبکه عصبی عمیق در اینترنت اشیا
- مدلسازی و شبیه سازی پیل سوختی غشاء تبادل پروتون (PEMFC) همراه مبدل باک با کنترلر مد لغزشی-فازی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.