Deep Residual Learning for Image Recognition

Deeper neural networks are more difficult to train. We present a residual learning framework to ease the training of networks that are substantially deeper than those used previously. We explicitly reformulate the layers as learning residual functions with reference to the layer inputs, instead of l...

Celý popis

Podrobná bibliografie

Vydáno v:	2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) s. 770 - 778
Hlavní autoři:	Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.06.2016
Témata:	Complexity theory Degradation Image recognition Image segmentation Neural networks Training Visualization
ISSN:	1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!