Deep Residual Network (Deep ResNet)

Szerző: Roger Morrison
A Teremtés Dátuma: 27 Szeptember 2021
Frissítés Dátuma: 21 Június 2024
Anonim
[Classic] Deep Residual Learning for Image Recognition (Paper Explained)
Videó: [Classic] Deep Residual Learning for Image Recognition (Paper Explained)

Tartalom

Meghatározás - Mit jelent a mély maradék hálózat (Deep ResNet)?

A mély maradványhálózat (deep ResNet) egy olyan speciális ideghálózat, amely segít a bonyolultabb mély tanulási feladatok és modellek kezelésében. Nagyon figyelmet szentelt a legutóbbi IT-konvencióknak, és fontolóra veszi a mélyhálózatok képzésében való segítséget.


Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, mi szól a felhőalapú számítástechnikából, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.

A Techopedia elmagyarázza a Deep Residual Network (Deep ResNet)

A mély tanulási hálózatokban a maradék tanulási keret segít a jó eredmények megőrzésében egy többrétegű hálózaton keresztül. A szakemberek által gyakran említett probléma az, hogy több tucat rétegből álló mély hálózatok esetén a pontosság telítetté válhat, és bizonyos mértékű romlás léphet fel. Néhányan egy másik, eltűnő gradiensnek nevezett problémáról beszélnek, amelyben a gradiens ingadozása túl kicsi lesz ahhoz, hogy azonnal hasznos legyen.


A mély maradványhálózat ezen problémák némelyikével maradvány blokkok felhasználásával foglalkozik, amelyek kihasználják a maradék térképezést a bemenetek megőrzése érdekében. A mély maradék tanulási keretek felhasználásával a mérnökök kísérletezni tudnak a mélyebb hálózatokkal, amelyek speciális képzési kihívásokkal szembesülnek.