一、模型介绍
ResNet由Deep Residual Learning for Image Recognition提出,现在在深度学习网络中应用越来越广泛。主要因为模型训练的时候产生梯度消失/爆炸,导致模型难以收敛,尽管batch normalization的使用可以使几十层的网络使用SGD算法训练收敛,但是更深的网络就没办法了。就算能收敛,也还是存在模型性能退化的问题,模型误差不降反升。为了解决这个问题,论文作者提出残差结构,让网络不去直接拟合目标函数H(x),而是去拟合它的残差F(x)=H(x)+x
接下来我们一起看看如何快速进行论文复现吧!
二、创建实例
首先打开极链AI云的官网,选择模型创建实例:
https://cloud.videojj.com/home
由于平台已经配置了ResNet的模型库,所以能够一键创建实例,轻松又