Глибока залишкова мережа (Deep ResNet)

Автор: Roger Morrison
Дата Створення: 27 Вересень 2021
Дата Оновлення: 19 Червень 2024
Anonim
Глибока залишкова мережа (Deep ResNet) - Технологія
Глибока залишкова мережа (Deep ResNet) - Технологія

Зміст

Визначення - Що означає Deep Residual Network (Deep ResNet)?

Глибока залишкова мережа (deep ResNet) - це тип спеціалізованої нейронної мережі, що допомагає впоратися з більш складними завданнями та моделями глибокого навчання. Він отримав досить багато уваги на останніх конвенціях про ІТ, і його розглядають як допомогу в навчанні глибоких мереж.


Вступ до Microsoft Azure та Microsoft Cloud | У цьому посібнику ви дізнаєтеся, що стосується хмарних обчислень та як Microsoft Azure може допомогти вам мігрувати та вести свій бізнес із хмари.

Техопедія пояснює Deep Residual Network (Deep ResNet)

У мережах з глибоким навчанням залишкові рамки навчання допомагають зберегти хороші результати через мережу з багатьма шарами. Одна з проблем, яку цитують професіонали, полягає в тому, що при глибоких мережах, що складаються з багатьох десятків шарів, точність може стати насиченою, і може відбутися деяка деградація. Деякі говорять про іншу проблему під назвою "зникаючий градієнт", коли коливання градієнта стають занадто малими, щоб бути негайно корисними.

Глибока залишкова мережа вирішує деякі з цих проблем, використовуючи залишкові блоки, які використовують перевагу залишкового відображення для збереження вхідних даних. Використовуючи глибокі залишкові рамки навчання, інженери можуть експериментувати з більш глибокими мережами, які мають конкретні проблеми з навчанням.