ResNet (Residual Network)
ResNet (Residual Network) to architektura głębokiej konwolucyjnej sieci neuronowej, wprowadzona przez Kaiminga He, Xiangyu Zhanga, Shaoqinga Rena i Jiana Suna na konferencji CVPR w 2016 roku. Dzięki zastosowaniu połączeń skrótowych (skip connections), które przenoszą wejście bloku bezpośrednio do jego wyjścia — definiując zadanie bloku jako uczenie się korekty rezydualnej, a nie pełnego odwzorowania — ResNet umożliwił trenowanie sieci z setkami, a nawet tysiącami warstw bez problemu zanikającego gradientu, który wcześniej czynił bardzo głębokie sieci niepraktycznymi. Sieć ta wygrała konkurs rozpoznawania obrazów ILSVRC 2015 z błędem top-5 wynoszącym 3,57% i pozostaje najczęściej używaną architekturą szkieletową w wizji komputerowej.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Residual Network (ResNet). ScholarGate. https://scholargate.app/pl/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.
- AlexNetUczenie głębokie↔ compare
- DenseNetUczenie głębokie↔ compare
- EfficientNetUczenie głębokie↔ compare
- Sieć Inception (GoogLeNet)Uczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →