ResNet那篇文献是何凯明
时间: 2024-07-10 08:00:17 浏览: 138
ResNet(Residual Networks)是由微软亚洲研究院的研究员Kaiming He、Georgia Gkioxari、Piotr Dollár和朱文军(即He Kaiming)等人在2015年发表的一篇重要论文《Deep Residual Learning for Image Recognition》中提出的。这篇论文提出了残差网络(Residual Networks),这是一种深度卷积神经网络(CNN)架构,通过引入残差块(Residual Block)解决了深度学习中梯度消失和过拟合的问题,显著提升了图像识别任务的性能,特别是在ImageNet大规模视觉识别挑战赛上取得了重大突破。
相关问题
ResNet用哪篇参考文献
ResNet,全称为残差网络(Residual Network),是由Kaiming He等人在2015年的论文《Deep Residual Learning for Image Recognition》中提出的。这篇开创性的论文对ImageNet图像识别大赛产生了重大影响,并且极大地推动了深度学习在计算机视觉领域的进展。
参考文献:
He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 770-778).
resnet18参考文献
ResNet18是由Kaiming He等人于2016年提出的一种深度残差网络,用于解决深度神经网络中的退化问题。该网络结构通过引入残差连接(residual connections)来解决梯度消失和梯度爆炸的问题,从而能够训练更深的网络。
以下是关于ResNet18的参考文献:
1. He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (CVPR) (pp. 770-778).
2. He, K., Zhang, X., Ren, S., & Sun, J. (2016). Identity mappings in deep residual networks. In European conference on computer vision (ECCV) (pp. 630-645).
3. Kaiming He's homepage: https://www.cs.cmu.edu/~kaiminghe/