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。
观点 | AI 时代,为何“懂”语言者得天下?
微软丹棱街5号
1+阅读 · 2017年12月12日
沈向洋:懂语言者得天下
微软研究院AI头条
1+阅读 · 2017年11月3日
学界 | 卷积网络告诉我,那只精灵宝可梦是谁?
机器之心
0+阅读 · 2017年3月17日
ICCV | 深度三维残差神经网络:视频理解新突破
微软研究院AI头条
8+阅读 · 2017年10月27日
参考链接
父主题
子主题
微信扫码咨询专知VIP会员