Inhaltsverzeichnis:
- Definition - Was bedeutet Deep Residual Network (Deep ResNet)?
- Techopedia erklärt Deep Residual Network (Deep ResNet)
Definition - Was bedeutet Deep Residual Network (Deep ResNet)?
Ein Deep Residual Network (Deep ResNet) ist eine Art spezialisiertes neuronales Netzwerk, das bei der Bewältigung anspruchsvollerer Deep Learning-Aufgaben und -Modelle hilft. Es hat bei den jüngsten IT-Konventionen einiges an Aufmerksamkeit erhalten und wird in Betracht gezogen, um beim Training tiefer Netzwerke zu helfen.
Techopedia erklärt Deep Residual Network (Deep ResNet)
In Deep-Learning-Netzwerken hilft ein restliches Lern-Framework, durch ein Netzwerk mit vielen Ebenen gute Ergebnisse zu erzielen. Ein allgemein von Fachleuten genanntes Problem besteht darin, dass bei tiefen Netzwerken, die aus vielen Dutzenden von Schichten bestehen, die Genauigkeit gesättigt werden und eine gewisse Verschlechterung auftreten kann. Einige sprechen von einem anderen Problem, dem sogenannten "verschwindenden Gradienten", bei dem die Gradientenschwankungen zu gering werden, um sofort nützlich zu sein.
Das tiefe Residuen-Netzwerk löst einige dieser Probleme, indem es Residuen-Blöcke verwendet, die das Residuen-Mapping nutzen, um Eingaben zu erhalten. Mithilfe von Frameworks für tiefgreifendes Restlernen können Ingenieure mit tieferen Netzwerken experimentieren, die spezifische Trainingsherausforderungen haben.
