ResNet (เครือข่ายส่วนที่เหลือ)
ResNet (Residual Network) เป็นสถาปัตยกรรมโครงข่ายประสาทเทียมแบบสังวัตนาการเชิงลึกที่นำเสนอโดย Kaiming He, Xiangyu Zhang, Shaoqing Ren และ Jian Sun ในงาน CVPR 2016 ด้วยการแทรกการเชื่อมต่อทางลัด (ข้าม) ที่ส่งอินพุตของบล็อกโดยตรงไปยังเอาต์พุตของบล็อก — กำหนดงานของบล็อกเป็นการเรียนรู้การแก้ไขส่วนที่เหลือแทนการจับคู่ทั้งหมด — ResNet ช่วยให้สามารถฝึกโครงข่ายที่มีความลึกหลายร้อยหรือหลายพันชั้นได้โดยไม่มีปัญหาการลดลงของเกรเดียนต์ที่หายไป ซึ่งเคยทำให้โครงข่ายที่ลึกมากไม่สามารถใช้งานได้จริง ResNet ชนะการแข่งขันการจำแนกภาพ ILSVRC 2015 ด้วยข้อผิดพลาด top-5 ที่ 3.57% และยังคงเป็นสถาปัตยกรรมพื้นฐานที่ใช้กันอย่างแพร่หลายที่สุดในด้านคอมพิวเตอร์วิทัศน์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Residual Network (ResNet). ScholarGate. https://scholargate.app/th/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.
- AlexNetการเรียนรู้เชิงลึก↔ compare
- DenseNetการเรียนรู้เชิงลึก↔ compare
- EfficientNetการเรียนรู้เชิงลึก↔ compare
- Inception Network (GoogLeNet)การเรียนรู้เชิงลึก↔ compare