- 효율적인 넷은 모바일넷을 확장하여 더 강력한 이미지 분류 모델을 만듭니다. 🚀
- 역전차 블록은 팽창 후 압축하는 방식으로, 모바일넷 버전 2와 3, 그리고 이피션트 넷의 핵심 구성 요소입니다. 🔄
- SE 블록은 채널별 가중치를 학습하여 특정 채널에 더 집중하도록 돕는 어텐션 메커니즘과 유사한 역할을 합니다. 👁️
- 스위시 활성 함수는 렐루 함수와 유사하지만, 미분 가능하여 죽은 뉴런 문제를 완화합니다. 💡
- 복합 스케일링은 깊이, 너비, 해상도를 일관된 규칙에 따라 조정하여 모델 크기를 최적화합니다. 📐
- 확률적 깊이는 드롭아웃을 활용하여 층을 확률적으로 제거, 모델 훈련을 안정화합니다. 🎲