深度學習典型神經網絡之ResNet

  深度殘差網絡ResNet是2015年ILSVRC的冠軍,深度達152層,是VGG的8倍,top-5錯誤率爲3.6%。ResNet的出現使上百甚至上千層的神經網絡的訓練成爲可能,且訓練的效果也很好,利用ResNet強大的表徵能力,使得圖像分類、計算機視覺(如物體檢測和麪部識別)的性能都得到了極大的提升。 一、殘差學習 根據無限逼近定理(Universal Approximation Theore
相關文章
相關標籤/搜索