Deep Residual Learning for Image Recognition - Cronologia

Mindmakerbot il 10:41, 17 ago 2024

2024-08-17T10:41:51Z

← Versione meno recente		Versione delle 10:41, 17 ago 2024
Riga 1:		Riga 1:
	~~Titolo: [[Titolo:~~:Deep ~~Residual~~ Learning ~~for Image Recognition]]~~		{{template pubblicazione
			\|data=2015
			\|autori=Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun
			\|URL=https://www.semanticscholar.org/paper/2c03df8b48bf3fa39054345bafabfeff15bfd11d
			\|topic=Deep Learning, Reti Neurali
			\|citazioni=169163
			}}

	~~Anno~~ di ~~pubblicazione: [[AnnoDiPubblicazione::2015]]~~		Questo articolo introduce il concetto di Residual Learning per l'addestramento di reti neurali molto profonde. L'idea principale è quella di aggiungere "shortcut connections" che saltano uno o più strati, permettendo al gradiente di propagarsi più facilmente durante la fase di addestramento. Questo approccio ha dimostrato di migliorare significativamente le prestazioni delle reti neurali, specialmente per quelle molto profonde, che altrimenti soffrirebbero del problema della degradazione della profondità. La degradazione della profondità si verifica quando l'accuratezza di una rete neurale inizia a diminuire con l'aumentare del numero di strati, nonostante la maggiore capacità di rappresentazione. Le reti residue, grazie alle shortcut connections, riescono a mitigare questo problema e a raggiungere prestazioni superiori. Questo articolo ha avuto un impatto significativo nel campo del Deep Learning, aprendo la strada a nuove architetture di reti neurali ancora più profonde e performanti.

	~~Autori: [[Autori::Kaiming He]]; [[Autori:: Xiangyu Zhang]]; [[Autori:: Shaoqing Ren]]; [[Autori:: Jian Sun]]~~

	~~URL: [[URL::https://arxiv~~.~~org/pdf/1512~~.~~03385.pdf]]~~

	~~Topic: [[Topic::Affronta il~~ problema della degradazione della profondità ~~nelle reti neurali profonde attraverso~~ l'~~utilizzo~~ di shortcut connections]]


	~~[[Category:pubblicazione]]~~

	~~__SHOWFACTBOX__~~

Sara Maserati il 14:26, 9 apr 2024

2024-04-09T14:26:29Z

← Versione meno recente		Versione delle 14:26, 9 apr 2024
Riga 3:		Riga 3:
	Anno di pubblicazione: [[AnnoDiPubblicazione::2015]]		Anno di pubblicazione: [[AnnoDiPubblicazione::2015]]

	Autori: [[Autori::Kaiming He]]; [[Autori: Xiangyu Zhang]]; [[Autori: Shaoqing Ren]]; [[Autori: Jian Sun]]		Autori: [[Autori::Kaiming He]]; [[Autori:: Xiangyu Zhang]]; [[Autori:: Shaoqing Ren]]; [[Autori:: Jian Sun]]

	URL: [[URL::https://arxiv.org/pdf/1512.03385.pdf]]		URL: [[URL::https://arxiv.org/pdf/1512.03385.pdf]]

Sara Maserati: Creata pagina con "Titolo: Titolo::Deep Residual Learning for Image Recognition Anno di pubblicazione: AnnoDiPubblicazione::2015 Autori: Autori::Kaiming He; Autori: Xiangyu Zhang; Autori: Shaoqing Ren; Autori: Jian Sun URL: URL::https://arxiv.org/pdf/1512.03385.pdf Topic: Topic::Affronta il problema della degradazione della profondità nelle reti neurali profonde attraverso l'utilizzo di shortcut connections Category:pubblicazione SHOWFACTBOX"

2024-04-09T14:26:00Z

Creata pagina con "Titolo: Titolo::Deep Residual Learning for Image Recognition Anno di pubblicazione: AnnoDiPubblicazione::2015 Autori: Autori::Kaiming He; Autori: Xiangyu Zhang; Autori: Shaoqing Ren; Autori: Jian Sun URL: URL::https://arxiv.org/pdf/1512.03385.pdf Topic: Topic::Affronta il problema della degradazione della profondità nelle reti neurali profonde attraverso l'utilizzo di shortcut connections Category:pubblicazione __SHOWFACTBOX__"

Nuova pagina

Titolo: [[Titolo::Deep Residual Learning for Image Recognition]]

Anno di pubblicazione: [[AnnoDiPubblicazione::2015]]

Autori: [[Autori::Kaiming He]]; [[Autori: Xiangyu Zhang]]; [[Autori: Shaoqing Ren]]; [[Autori: Jian Sun]]

URL: [[URL::https://arxiv.org/pdf/1512.03385.pdf]]

Topic: [[Topic::Affronta il problema della degradazione della profondità nelle reti neurali profonde attraverso l'utilizzo di shortcut connections]]

[[Category:pubblicazione]]

__SHOWFACTBOX__