ResNet は、2015 年に He Kaiming、Zhang Xiangyu、Ren Shaoqing、Sun Jian によって共同提案されました。 Residual Unit を使用して 152 層のディープ ニューラル ネットワークのトレーニングに成功し、ILSVRC 2015 コンペティションで優勝しました。 、VGGNet よりもパラメータ数が少ないにもかかわらず、トップ 5 エラー率 3.57% を達成し、その効果は非常に優れています。 ResNet の構造により、超ディープ ニューラル ネットワークのトレーニングを非常に迅速に加速でき、モデルの精度も大幅に向上します。
ResNet の最初のインスピレーションはこの問題から来ました。ニューラル ネットワークの深さが増加し続けると、劣化問題が発生します。 、精度 レートは最初に増加し、その後飽和に達し、深度を増加し続けると精度が低下します。テスト セットの誤差が増加するだけでなく、トレーニング セット自体の誤差も増加するため、これは過学習の問題ではありません。 (推奨学習: PHP ビデオ チュートリアル)
ResNet は新しいアイデアを使用しています。ResNet のアイデアは、ネットワーク層が関与しており、最適化されたネットワークがあることを前提としています。私たちが設計するディープネットワークには、多くの冗長なネットワーク層が含まれていることがよくあります。次に、これらの冗長層が ID マッピングを完了して、ID 層を介した入力と出力が正確に同じになることを期待します。具体的にどの層が ID 層であるかは、ネットワークのトレーニング中に自分で決定できます。元のネットワークのいくつかの層を残差ブロックに変更します。
飽和精度に達する比較的浅いネットワークがあると仮定し、y=x 層のいくつかの一致するマッピングを追加すると、少なくともエラーは発生します。つまり、ネットワークが深くなってもトレーニング セットの誤差が増加してはなりません。ここで述べた、合同マッピングを使用して前の層の出力を後の層に直接送信するというアイデアは、ResNet のインスピレーションの源です。あるニューラルネットワークの入力をx、期待される出力をH(x)とすると、入力xを初期結果として直接出力に移すと、このとき学習すべき目標はF(x)となります。 ) = H(x) - x。図に示すように、これは ResNet 残差学習ユニット (Residual Unit) です。
ResNet は学習目標を変更することに相当します。完全な出力 H(x) を学習するのではなく、出力と The入力差 H(x)-x は残差です。
線形変化と最初の層のアクティブ化後の出力がわかります。この図は、2 番目の層の線形変化後とその前の残差ネットワークにおける出力を示しています。活性化すると、F(x) はこの層の入力値 X を加算し、活性化後に出力します。 2 番目のレイヤーの出力値がアクティブになる前に X を追加します。このパスはショートカット接続と呼ばれます。
ResNet の構造を使用した後、層の数が増加することによって引き起こされるトレーニング セットの誤差が増加する現象が解消されることがわかります。ResNet ネットワークのトレーニング エラーは、層数が増加するにつれて徐々に減少します。層の数が増えると、テスト セットのパフォーマンスも向上します。 ResNet の立ち上げ直後、Google は ResNet のエッセンスを借用して Inception V4 と Inception ResNet V2 を提案し、これら 2 つのモデルを融合することで、ILSVRC データセットで 3.08% という驚異的なエラー率を達成しました。畳み込みニューラル ネットワークの研究に対する ResNet とそのアイデアの貢献は確かに非常に大きく、強い一般化可能性を持っていることがわかります。
PHP 関連の技術記事をさらに詳しく知りたい場合は、PHP グラフィック チュートリアル 列にアクセスして学習してください。
以上がレスネットのネットワーク構造の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

国内のAI Dark Horse Deepseekは強く上昇し、世界のAI業界に衝撃を与えました! 1年半しか設立されていないこの中国の人工知能会社は、無料でオープンソースのモックアップであるDeepseek-V3とDeepseek-R1で世界的なユーザーから広く称賛されています。 Deepseek-R1は完全に発売され、パフォーマンスはOpenAio1の公式バージョンに匹敵します! Webページ、アプリ、APIインターフェイスで強力な機能を体験できます。ダウンロード方法:iOSおよびAndroidシステムをサポートすると、ユーザーはApp Storeを介してダウンロードできます。 Deepseek Webバージョン公式入り口:HT

2025年の初めに、国内のAI「Deepseek」が驚くべきデビューを果たしました!この無料のオープンソースAIモデルは、OpenAIのO1の公式バージョンに匹敵するパフォーマンスを備えており、Webサイド、アプリ、APIで完全に起動され、iOS、Android、およびWebバージョンのマルチターミナル使用をサポートしています。 DeepSeekの公式Webサイトおよび使用ガイドの詳細な検索:公式Webサイトアドレス:https://www.deepseek.com/sing for webバージョンの手順:上記のリンクをクリックして、DeepSeekの公式Webサイトを入力します。ホームページの[会話の開始]ボタンをクリックします。最初に使用するには、携帯電話検証コードでログインする必要があります。ログインした後、ダイアログインターフェイスを入力できます。 DeepSeekは強力で、コードを書き、ファイルを読み取り、コードを作成できます

DeepSeek:サーバーに混雑している人気のあるAIを扱う方法は? 2025年のホットAIとして、Deepseekは無料でオープンソースであり、OpenAio1の公式バージョンに匹敵するパフォーマンスを備えており、その人気を示しています。ただし、高い並行性は、サーバーの忙しさの問題ももたらします。この記事では、理由を分析し、対処戦略を提供します。 Deepseek Webバージョンの入り口:https://www.deepseek.com/deepseekサーバーに忙しい理由:高い並行アクセス:Deepseekの無料で強力な機能が同時に使用する多数のユーザーを引き付け、サーバーの負荷が過剰になります。サイバー攻撃:Deepseekが米国の金融産業に影響を与えることが報告されています。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

ドリームウィーバー CS6
ビジュアル Web 開発ツール

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

EditPlus 中国語クラック版
サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境
