Réseau résiduel profond (Deep ResNet)

Auteur: Roger Morrison
Date De Création: 27 Septembre 2021
Date De Mise À Jour: 21 Juin 2024
Anonim
Réseau résiduel profond (Deep ResNet) - La Technologie
Réseau résiduel profond (Deep ResNet) - La Technologie

Contenu

Définition - Qu'est-ce qu'un réseau résiduel profond (Deep ResNet)?

Un réseau résiduel profond (deep ResNet) est un type de réseau de neurones spécialisé qui permet de gérer des tâches et des modèles d'apprentissage approfondi plus sophistiqués. Il a beaucoup retenu l'attention lors des dernières conventions informatiques et est envisagé pour aider à la formation de réseaux profonds.


Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.

Techopedia explique le réseau résiduel profond (Deep ResNet)

Dans les réseaux d’apprentissage en profondeur, un cadre d’apprentissage résiduel permet de conserver de bons résultats grâce à un réseau à plusieurs niveaux. Un problème fréquemment cité par les professionnels est qu’avec des réseaux profonds composés de plusieurs dizaines de couches, la précision peut devenir saturée et certaines dégradations peuvent se produire. Certains parlent d'un problème différent appelé "gradient de disparition" dans lequel les fluctuations de gradient deviennent trop petites pour être immédiatement utiles.


Le réseau de résidus profonds résout certains de ces problèmes en utilisant des blocs résiduels, qui tirent parti du mappage des résidus pour préserver les entrées. En utilisant des cadres d'apprentissage résiduels profonds, les ingénieurs peuvent expérimenter des réseaux plus profonds présentant des problèmes de formation spécifiques.