会员服务
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。
超越何恺明等组归一化 Group Normalization，港中文团队提出自适配归一化取得突破
超越何恺明等组归一化 Group Normalization，港中文团队提出自适配归一化取得突破
AI研习社
0+阅读 · 2018年7月10日
学界 | 超越何恺明等组归一化 Group Normalization，港中文团队提出自适配归一化取得突破
学界 | 超越何恺明等组归一化 Group Normalization，港中文团队提出自适配归一化取得突破
AI科技评论
1+阅读 · 2018年7月9日
学界 | 浙大&川大提出脉冲版ResNet：继承ResNet优势，实现当前最佳
学界 | 浙大&川大提出脉冲版ResNet：继承ResNet优势，实现当前最佳
机器之心
3+阅读 · 2018年5月12日
学界 | 浙大&川大提出脉冲版ResNet：继承ResNet优势，实现当前最佳
学界 | 浙大&川大提出脉冲版ResNet：继承ResNet优势，实现当前最佳
机器之心
0+阅读 · 2018年5月12日
观点 | AI 时代，为何“懂”语言者得天下？
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
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
CNCC | 微软全球执行副总裁沈向洋博士：理解自然语言：表述，对话，意境（附PPT和专访）
CNCC | 微软全球执行副总裁沈向洋博士：理解自然语言：表述，对话，意境（附PPT和专访）
AI科技评论
0+阅读 · 2017年10月27日
CNCC 2017 | 微软全球执行副总裁沈向洋博士：理解自然语言：表述，对话，意境（附PPT和专访）
CNCC 2017 | 微软全球执行副总裁沈向洋博士：理解自然语言：表述，对话，意境（附PPT和专访）
雷锋网
0+阅读 · 2017年10月27日
ICCV | 深度三维残差神经网络：视频理解新突破
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
AlphaGo Zero的伟大与局限——ResNet作者、旷视研究院院长孙剑深度评述
AlphaGo Zero的伟大与局限——ResNet作者、旷视研究院院长孙剑深度评述
人工智能学家
0+阅读 · 2017年10月21日
AlphaGo Zero的伟大与局限—ResNet作者、旷视研究院院长孙剑深度评述
AlphaGo Zero的伟大与局限—ResNet作者、旷视研究院院长孙剑深度评述
机械鸡
1+阅读 · 2017年10月21日
ResNet成为AlphaGo Zero核心技术，孙剑详解Zero的伟大与局限
ResNet成为AlphaGo Zero核心技术，孙剑详解Zero的伟大与局限
新智元
2+阅读 · 2017年10月21日
学界 | 卷积网络告诉我，那只精灵宝可梦是谁？
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
参考链接
父主题
神经网络
子主题
跳跃连接
微信扫码咨询专知VIP会员
Top