ResNet——Deep Residual Learning for Image Recognition

1. 摘要 更深的神經網絡通常更難訓練,作者提出了一個殘差學習的框架,使得比過去深許多的的網絡訓連起來也很容易。 在 ImageNet 數據集上,作者設計的網絡達到了 152 層,是 VGG-19 的 8 倍,但卻有着更低的複雜性。通過集成學習模型最終取得了 3.57% 的錯誤率,獲得了 ILSVRC 2015 比賽的第一名。 表示的深度對於許多視覺識別任務而言至關重要,僅僅由於特別深的表示,作者
相關文章
相關標籤/搜索