Rede Residual Profunda (Deep ResNet)

Autor: Roger Morrison
Data De Criação: 27 Setembro 2021
Data De Atualização: 21 Junho 2024
Anonim
C4W2L03 Resnets
Vídeo: C4W2L03 Resnets

Contente

Definição - O que significa Deep Residual Network (Deep ResNet)?

Uma rede residual profunda (deep ResNet) é um tipo de rede neural especializada que ajuda a lidar com tarefas e modelos de aprendizado profundo mais sofisticados. Ele recebeu muita atenção nas convenções recentes de TI e está sendo considerado para ajudar no treinamento de redes profundas.


Uma introdução ao Microsoft Azure e Microsoft Cloud | Neste guia, você aprenderá sobre o que é a computação em nuvem e como o Microsoft Azure pode ajudá-lo a migrar e administrar seus negócios a partir da nuvem.

Techopedia explica Deep Residual Network (Deep ResNet)

Nas redes de aprendizado profundo, uma estrutura de aprendizado residual ajuda a preservar bons resultados por meio de uma rede com muitas camadas. Um problema comumente citado pelos profissionais é que, com redes profundas compostas por muitas dezenas de camadas, a precisão pode ficar saturada e pode ocorrer alguma degradação. Alguns falam sobre um problema diferente chamado "gradiente de fuga", no qual as flutuações do gradiente se tornam muito pequenas para serem imediatamente úteis.

A rede residual profunda lida com alguns desses problemas usando blocos residuais, que aproveitam o mapeamento residual para preservar as entradas. Utilizando estruturas de aprendizado residual profundas, os engenheiros podem experimentar redes mais profundas que têm desafios específicos de treinamento.