残差网络

ResNet：深度卷积神经网络的里程碑

2015年，由微软研究院提出的ResNet（ResidualNetworks，残差网络）横空出世，它以独特的残差学习思想，成功攻克了这些难题，在ImageNet竞赛中大放异彩，开创了深度神经网

心想事“程”·2025-07-10 10:18

CNN算法（一）——残差网络ResNet-50

一、完整代码importtorchimporttorch.nnasnnimporttorchvision.transformsastransformsimporttorchvisionfromtorchvisionimporttransforms,datasetsimportos,PIL,pathlib,warningsimportmatplotlib.pyplotaspltimportcopyi

晋丑丑·2025-06-24 14:08

残差网络中相加后激活的深度解析

残差网络中相加后激活的深度解析在残差网络中，"相加后激活"（post-additionactivation）是ResNet原始设计的关键特征，这一设计选择背后蕴含了深刻的神经网络原理，对模型性能有着重要影响

浩瀚之水_csdn·2025-06-17 18:20

轻量化图像超分新范式：残差注意力网络重构超分计算逻辑

轻量化图像超分新范式：残差注意力网络重构超分计算逻辑一、技术原理深度剖析痛点定位当前图像超分辨率技术面临三重挑战：显存黑洞：传统残差网络堆叠导致参数量指数级增长，移动端部署时显存占用超过500MB细节丢失

CodePatentMaster·2025-06-09 15:22

BasicBlock组件的详解

BasicBlock是ResNet（残差网络）中的核心组件，主要用于解决深度神经网络中的梯度消失问题，同时提升特征表达能力。

浩瀚之水_csdn·2025-06-08 15:04

ResNet-152：深度残差网络的性能巅峰

ResNet-152代表了深度残差网络架构的顶峰，通过极致的网络深度实现了当时最先进的图像识别性能。作为ResNet系列的顶级模型，它在挑战性视觉任务中展现出无与伦比的特征表达能力。

浩瀚之水_csdn·2025-06-08 15:03

Week 4-杨帆-学习总结

目录28批量归一化批量规范化的背景和必要性批量规范化的实现理论探讨与争议遇到的问题&解决办法29残差网络ResNet残差网络（ResNet）的核心概念函数类与嵌套函数类残差块（ResidualBlocks

CSPhD-winston-杨帆·2025-06-08 01:24

ResNet 经典网络详解：深度学习中的革命性突破（含代码）

ResNet：解决深度网络训练难题的核心技术在深度学习的发展历程中，ResNet（残差网络）是一个重要的突破。它成功解决了深层神经网络训练中的梯度消失问题，使得深度模型能够达到更好的性能。

murphymeng2001·2025-05-31 09:38

从原理到实践：一文详解残差网络

残差网络（ResidualNetwork，ResNet）的出现，成功打破了这一僵局，为深度学习

2201_75491841·2025-05-22 22:40

深度学习——稠密连接网络（DenseNet）原理讲解+代码（torch）

它的设计灵感来自于ResNet（残差网络）以及其前身HighwayNetworks的思想。

yidaqiqi·2025-05-19 00:25

残差（Residual）

残差残差（Residual）是深度学习中常用的概念，尤其是在残差网络（ResNet）和类似架构中。

running_Turtle1·2025-04-23 07:32

ResNet 教程：理解并实现针对 CIFAR-10 的残差网络

本教程提供了关于残差网络（ResNet）的全面指南，这是一种革命性的深度学习架构，改变了图像分类任务。

爱看烟花的码农·2025-04-20 01:57

ResNet原理

的基础架构----残差块四、BatchNormalization1.为什么要归一化2.BN怎么做3.BN解决的问题4.BN层总结五、ResNet网络参数详解六、ResNet总结一、ResNet诞生背景深度残差网络

Ricardo.lucky·2025-04-12 14:08

深度学习ResNet网络架构详解及其应用场景实例

ResNet的基本原理与创新点1.1ResNet的提出背景在2015年，何恺明(KaimingHe)等人在论文《DeepResidualLearningforImageRecognition》中提出了残差网络

小宝哥Code·2025-04-11 02:35

使用PyTorch实现ResNet：从残差块到完整模型训练

ResNet（残差网络）是深度学习中的经典模型，通过引入残差连接解决了深层网络训练中的梯度消失问题。

意.远·2025-04-05 09:16

从代码学习深度学习 - 残差网络（ResNet）PyTorch版

文章目录前言一、残差网络（ResNet）介绍1.1.背景与动机1.2.核心思想：残差学习残差块（ResidualBlock）1.3.ResNet的网络架构ResNet-18架构不同深度的ResNet瓶颈块

飞雪白鹿€·2025-04-01 11:37

深度革命：ResNet 如何用 “残差连接“ 颠覆深度学习

这一年，微软亚洲研究院的何恺明团队带着名为ResNet（残差网络）的模型横空出世，在ImageNet图像分类竞赛中以3.57%的错误率夺冠，将人类视觉的识别误差（约5.1%）远远甩在身后。

安意诚Matrix·2025-03-19 20:46

基于生成对抗网络（GAN）的图像超分辨率实战：从SRGAN到ESRGAN

生成对抗网络（GAN）是图像超分辨率的经典方法，而增强型超分辨率生成对抗网络（ESRGAN）则通过引入残差网络和感知损失进一步提升了图像质量。

Evaporator Core·2025-03-18 20:57

快速掌握EasyOCR应用实战指南

EasyOCR核心组件解析1.特征提取（FeatureExtraction）技术模型：ResNet（残差网络）、VGG功能：将输入图像转换

梦想画家·2025-03-09 14:27

模型参数超 RFdiffusion 5 倍！英伟达等发布 Proteina，从头设计蛋白质主链性能达 SOTA

他们开创性地将深度残差网络ResNet架构引入结构预测领

·2025-03-04 19:47

深度学习革命背后：DBN、AlexNet、GAN 等神级架构，究竟藏着怎样的 AI 崛起密码？（附deepseek）

*3.深度学习革命（2006年至今）****2006年：深度学习奠基——深度信念网络（DBN）****2012年：AlexNet崛起****2014年：架构创新潮****生成对抗网络（GAN）****残差网络

universe_code·2025-02-23 15:35

【深度学习】计算机视觉（CV）-图像分类-ResNet（Residual Network，残差网络）

ResNet（ResidualNetwork，残差网络）是一种深度卷积神经网络（CNN）架构，由何恺明（KaimingHe）等人在2015年提出，最初用于ImageNet竞赛，并在分类任务上取得了冠军。

IT古董·2025-02-17 14:57

tensorflow-迁移学习使用Resnet残差网络实现猫狗分类问题

遇到的bug都放在之前的文章里了importosimportpandasaspdimportwarningsimporttensorflowastffromtensorflow.pythonimportkerasfromkeras.preprocessing.imageimportImageDataGeneratorimportkeras.optimizersasopfromtensorflow.

浮夸·2025-01-23 23:14

Python从0到100（八十三）：神经网络-使用残差网络RESNET识别手写数字

前言：零基础学Python：Python从0到100最新最全教程。想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习、神经网络以及人工智能相关知识，成为学习学习和学业的先行者！欢迎大家订阅专栏：零基础学Python：Python从0到100最新

是Dream呀·2025-01-21 19:56

BERT详解

BidirectionalEncoderRepresentationsfromTransformers）是谷歌提出，作为一个Word2Vec的替代者，其在NLP领域的11个方向大幅刷新了精度，可以说是前几年来自残差网络最优突破性的一项技术了

comli_cn·2025-01-18 17:18

基于PaddlePaddle2.0的蝴蝶图像识别分类

基于PaddlePaddle2.0的蝴蝶图像识别分类——利用预训练残差网络ResNet101模型分类资源来源如下：https://aistudio.baidu.com/aistudio/education

bianhuaHYQ·2024-02-14 11:23

探秘深度学习的巅峰之作：ResNet101与其在图像识别领域的革命性应用

ResNet革命2015年在计算机视觉和模式识别会议（CVPR）上介绍的ResNet（残差网络）家族，标志着深度学习图像识别的一个转折点。

程序员Chino的日记·2024-02-07 22:47

【转载】详解残差网络

转载自https://zhuanlan.zhihu.com/p/42706477在VGG中，卷积网络达到了19层，在GoogLeNet中，网络史无前例的达到了22层。那么，网络的精度会随着网络的层数增多而增多吗？在深度学习中，网络层数增多一般会伴着下面几个问题计算资源的消耗模型容易过拟合梯度消失/梯度爆炸问题的产生问题1可以通过GPU集群来解决，对于一个企业资源并不是很大的问题；问题2的过拟合通过

yepeng2007fei·2024-02-07 05:15

批量归一化和残差网络

1.批量归一化标准化：使得任意一个特征在数据集中所有样本上的均值为0、标准差为1。标准化处理输入数据使各个特征的分布相近。批量归一化：就是在批次范围内做标准化。其目的是不断调整神经网络中间输出，从而使整个神经网络在各层的中间输出的数值更稳定。1.1不同网络的BN层1.1.1全连接层的BN放在全连接层中的仿射变换和激活函数之间，引入的可学习的参数：拉伸参数γ和偏移参数β，允许学习后使得批量归一化无效

英文名字叫dawntown·2024-02-05 08:20

2024.2.4周报

PINN比传统数值方法有哪些优势二、PINN方法三、正问题与反问题总结摘要本周我阅读了一篇题目为DeepResidualLearningforImageRecognition的文献，文章的贡献是作者提出了残差网络的思想

Nyctophiliaa·2024-02-04 22:22

[动手学深度学习-PyTorch版]-5.11卷积神经网络-残差网络（ResNet）

5.11残差网络（ResNet）让我们先思考一个问题：对神经网络模型添加新的层，充分训练后的模型是否只可能更有效地降低训练误差？理论上，原模型解的空间只是新模型解的空间的子空间。

蒸饺与白茶·2024-02-04 15:45

resNet

成功避免了梯度消失或梯度爆炸的问题（丢弃了droupout）梯度消失/爆炸：a=g(w*x+b)，对于激活函数sigmoid，若每一层w>E，则最终z=w*x+b会过大，从而导致梯度下降的步长变得很小，训练难度大大上升2.但残差网络成功避免了退化问题

哇哇哇哇池·2024-02-01 08:40

Advanced CNN

文章目录回顾GoogleNetInception1*1卷积Inception模块的实现网络构建完整代码ResNet残差模块ResedualBlock残差网络的简单应用残差实现的代码练习回顾这是一个简单的线性的卷积神经网络然而有很多更为复杂的卷积神经网络

chairon·2024-01-31 22:02

第二十九周：文献阅读笔记（DenseNet）+ pytorch学习

第二十九周：文献阅读笔记（DenseNet）+pytorch学习摘要Abstract1、DenseNet文献阅读1.1文献摘要1.2文献引言1.3DenseNets网络1.3.1残差网络1.3.2密集连接

@默然·2024-01-30 03:58

pytorch之批量归一化和残差网络

5.10批量归一化本节我们介绍批量归一化（batchnormalization）层，它使较深的神经网络的训练变得更加容易[1]。我们对输入数据做了标准化处理：处理后的任意一个特征在数据集中所有样本上的均值0，标准差为1。标准化处理输入数据使各个特征的分布相近：这往往更容易训练出有效的模型。通常来说，数据标准化对于浅层模型就足够有效了。进行模型训练的进行，当每层中参数更新时，靠近输出层的输出较难出现

多彩海洋·2024-01-25 17:48

YOLOv3：算法与论文详细解读

Better,Faster,Stronger的目标检测网络】目录一、YOLOv3概述二、创新与改进三、改进细节3.1多尺度特征3.2不同尺度先验框3.3完整的网络结构3.3Darknet-53主干网络3.4残差网络

慕溪同学·2024-01-20 11:01

深度学习-第J1周：ResNet-50算法的Pytorch实现及解析

所有）作者：[K同学啊]本周任务：●1.请根据本文TensorFlow代码（训练营内部阅读），编写出相应的Pytorch代码●2.了解残差结构●3.是否可以将残差模块融入到C3当中（自由探索）前言深度残差网络

quant_day·2024-01-20 06:56

残差网络 ResNet

目录1.1ResNet2.代码实现1.1ResNet如上图函数的大小代表函数的复杂程度，星星代表最优解，可见加了更多层之后的预测比小模型的预测离真实最优解更远了，ResNet做的事情就是使得模型加深一定会使效果变好而不是变差。2.代码实现importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2

sendmeasong_ying·2024-01-18 06:02

2024.1.14周报

PINN比传统数值方法有哪些优势三、PINN方法四、正问题与反问题总结摘要本周我阅读了一篇题目为DeepResidualLearningforImageRecognition的文献，文章的贡献是作者提出了残差网络的思想

Nyctophiliaa·2024-01-17 16:04

智能时代下的我们

2015年微软的ResNet提出，取得了当时图像识别比赛上面最好的成绩，到目前为止，深度残差网络在计算机视觉的研究中被广泛应用，并且被集成到微软还有其他大公司的产品中。

jimyang1ss·2024-01-16 19:41

大数据深度学习ResNet深度残差网络详解：网络结构解读与PyTorch实现教程

文章目录大数据深度学习ResNet深度残差网络详解：网络结构解读与PyTorch实现教程一、深度残差网络（DeepResidualNetworks）简介深度学习与网络深度的挑战残差学习的提出为什么ResNet

星川皆无恙·2024-01-15 06:14

2、前馈和反馈神经网络

****2、应用****3、GAN类型**四、FCN五、ResNet六、反向传播BP和BPTT神经网络分类1、前馈神经网络：全连接神经网络（DNN）、卷积神经网络（CNN）、全卷积神经网络(FCN)、残差网络

爱补鱼的猫猫·2024-01-13 17:02

学习笔记--神经网络与深度学习之卷积神经网络

用卷积代替全连接2.2卷积层2.3汇聚层（池化层）2.4卷积网络结构3.其它卷积种类3.1空洞卷积3.2转置卷积/微步卷积4典型的卷积神经网络4.1LeNet-54.2AlexNet4.3Inception4.4残差网络利用全连接前馈网络处理图像时的问题

qssssss79·2024-01-13 10:20

秒懂深度残差收缩网络

深度残差收缩网络（DeepResidualShrinkageNetworks），是深度残差网络或者说Squeeze-and-ExcitationNetworks的一种改进。

striving66·2024-01-13 06:52

Transformer 是拥抱数据不确定性的艺术

Encoder-Decoder架构、Multi-head注意力机制、Dropout和残差网络等都是Bayesian神经网络的具体实现；基于Transformer各种模型变种及实践也都是基于Bayesian

孙庚辛·2024-01-13 00:38

残差网络学习

参考B站同济子豪兄的Resnet讲解网络退化，不是梯度消失（根本没有开始学习），梯度爆炸，过拟合。不需要再拟合复杂底层的那个映射了，原来输入的基础上你需要进行哪些偏移哪些修改残差预测值和真实值的偏差一路加深了模型，网络分为两支，一路是同样的浅层网络处理，另一路保留原来的输入，恒等映射。残差处理x和处理过（比如做了下采样）后网络不一样的方法：1.在下采样过程中把多出来的通道用0做padding2.做

満湫·2024-01-12 23:18

基于深度残差网络（ResNet）的水果分类识别系统

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一.背景含义项目说明二、数据预处理三.网络结构1.采用残差网络(ResNets)四.损失函数五.具体说明超参数的调节过程六.拟合处理七

猿戴科·2024-01-12 09:18

掌握深度学习的残差之道——Resnet残差网络

随着我们设计越来越深的网络，深刻理解“新添加的层如何提升神经网络的性能”变得至关重要。更重要的是设计网络的能力，在这种网络中，添加层会使网络更具表现力，为了取得质的突破，我们需要一些数学基础知识。我们聚焦于神经网络局部：如图所示，假设我们的原始输入为x，而希望学出的理想映射为f(x)（作为图上方激活函数的输入）。左图虚线框中的部分需要直接拟合出该映射f(x)，而右图虚线框中的部分则需要拟合出残差映

kay_545·2024-01-10 21:12

ResNet 原论文及原作者讲解

一杯水果茶！·2024-01-08 14:42

CNN——ResNet

深度残差网络（Deepresidualnetwork,ResNet）的提出是CNN图像史上的一件里程碑事件，并且让深度学习真正可以继续做下去，斩获2016CVPRBestPaper。

搁浅丶.·2024-01-08 07:40

推荐频道