Bilanz der Quelle: Kaiming He und seine Kollegen presentieren ResNet, ein Verfahren zur Residual Learning mit Skip-Connections, das zu 152-Laufern Netzwerken führt und die ILSVRC 2015 Klassifikationsaufgabe mit einem Top-5-Error von 3,57% gewann, was über menschliche Leistungen hinausgeht.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
