ResNet (Residual Network)
ResNet (Residual Network) és una arquitectura de xarxa neuronal convolucional profunda introduïda per Kaiming He, Xiangyu Zhang, Shaoqing Ren i Jian Sun a CVPR 2016. Inserint connexions de drecera (skip connections) que transporten l'entrada d'un bloc directament a la seva sortida —definint la tasca del bloc com aprendre una correcció residual en lloc d'un mapeig complet— ResNet va permetre entrenar xarxes amb centenars o fins i tot milers de capes sense la degradació del gradient que desapareix (vanishing-gradient) que prèviament havia fet impracticables les xarxes molt profundes. Va guanyar la competició de reconeixement d'imatges ILSVRC 2015 amb un error top-5 del 3,57% i continua sent l'arquitectura de base més utilitzada en visió per computador.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Fonts
- He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep Residual Learning for Image Recognition. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 770–778. DOI: 10.1109/CVPR.2016.90 ↗
- He, K., Zhang, X., Ren, S., & Sun, J. (2015). Deep Residual Learning for Image Recognition. arXiv:1512.03385. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Residual Network (ResNet). ScholarGate. https://scholargate.app/ca/deep-learning/resnet
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AlexNetAprenentatge profund↔ compare
- DenseNetAprenentatge profund↔ compare
- EfficientNetAprenentatge profund↔ compare
- Inception Network (GoogLeNet)Aprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →