Naar inhoud gaanScholarGate
BibliotheekMijn bibliotheekBureauReview StudioAssistent
Inloggen
ResNet/Bewijs
Methodenbewijsdossier

ResNet

ResNet (Residual Network) is a deep convolutional neural network architecture introduced by Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun at CVPR 2016. By inserting shortcut (skip) connections that carry the input of a block directly to its output — defining the block's task as learning a residual correction rather than a full mapping — ResNet enabled training of networks with hundreds or even thousands of layers without the vanishing-gradient degradation that had previously made very deep networks impractical. It won the ILSVRC 2015 image recognition competition with a top-5 error of 3.57% and remains the most widely used backbone architecture in computer vision.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Residual Network (ResNet)
Taxonomisch methodendossier · ml-model / deep-learning
  • 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. · URL
  • Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. · ISBN 978-0-262-03561-3
Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyAlexNetmachine-suggested · Relational suggestion, not evidence.Same method familyDenseNetmachine-suggested · Relational suggestion, not evidence.Same method familyEfficientNetmachine-suggested · Relational suggestion, not evidence.Same method familyInception Networkmachine-suggested · Relational suggestion, not evidence.

Bewijsstatus

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Bronnen

3 opgenomen citaten, gekopieerd uit het bronrecord van de methode.

Acties

Methodepagina openen
ScholarGate

Een inhoudsgerichte naslagbibliotheek voor onderzoeksmethoden — wat elke methode is, hoe ze werkt en waar ze vandaan komt.

Open data (CC-BY)

Ontdekken

  • Bibliotheek
  • Zoek methoden…
  • Bladeren per vakgebied
  • Vakgebieden
  • Reis
  • Vergelijken
  • Welke methode?

Referentie

  • Vakgebieden
  • Atlas
  • Begrippenlijst
  • Methodologie
  • Filosofie

Werkruimte

  • Mijn bibliotheek
  • Bureau
  • Chat

Bedrijf

  • Over ons
  • Prijzen
  • Contact
  • Stel een methode voor

De vermeldingen zijn ter referentie samengesteld uit gepubliceerde bronnen. Het controleren van de juistheid en geschiktheid van informatie voor uw eigen gebruik blijft uw eigen verantwoordelijkheid.

© 2026 ScholarGate · Een naslagbibliotheek voor onderzoeksmethoden
  • Privacy
  • Cookies
  • Voorwaarden
  • Account verwijderen