معماری EfficientNet یک رویکرد نوین برای طراحی شبکه‌های عمیق عصبی برای دسته‌بندی تصاویر است که توسط تیم Google Brain توسعه یافته است. این معماری با استفاده از ترکیب تکنیک‌های مختلف از جمله شبکه‌های عصبی با ساختار عمیق، نورمالیزه سازی دینامیک و اندازه‌گیری حجم ضرایب گرادیان، بهبود کارایی و کارایی مدل‌های عمیق را در برخورد با محدودیت‌های محاسباتی و پیچیدگی مدل‌ها ارتقاء داده است. به عنوان یکی از مهمترین ویژگی‌ها، EfficientNet از یک الگوریتم خودکار جستجو برای انتخاب ابعاد معماری شبکه استفاده می‌کند، که این ابعاد را بر اساس متغیرهایی از جمله عمق، عرض، وضوح تصویر و تعداد کلاس‌های دسته‌بندی تعیین می‌کند. این الگوریتم به عنوان Compound Scaling شناخته می‌شود و با بهره‌گیری از مفهومی مانند علامتگذاری مشخصه‌های اندازه‌گیری مختلف، باعث بهبود کارایی شبکه در مقایسه با معماری‌های مشابه شده است. این رویکرد منجر به ایجاد شبکه‌های عمیق با کارایی بالا و تعداد پارامترهای کمتر شده است که منجر به سرعت بالاتر در آموزش و استفاده از منابع محاسباتی کمتری می‌شود.
فروشگاه موتور