残差神经网络(ResNet)是一种人工神经网络(ANN),剩余的神经网络通过使用跳过连接跳过某些层来实现这一点。典型的ResNet模型是通过包含非线性(ReLU)和一部分双层或三重层跳跃来实现的。残差网络的特点是容易优化,并且能够通过增加相当的深度来提高准确率。其内部的残差块使用了跳跃连接,缓解了在深度神经网络中增加深度带来的梯度消失问题。
暂无数据
参考链接
父主题
子主题
微信扫码咨询专知VIP会员