AI 詞彙表
人工智能完整詞典
Architecture de base ResNet
Structure fondamentale des réseaux résiduels avec empilement de blocs résiduels.
Connexions résiduelles
Liens de raccourci permettant de contourner des couches pour faciliter l'entraînement profond.
Blocs résiduels
Unités computationnelles de base combinant transformation et identité dans les ResNets.
Identity Mapping
Mécanisme où l'entrée passe directement à travers le réseau sans modification via les connexions de raccourci.
Bottleneck Architecture
Structure optimisée utilisant des convolutions 1x1 pour réduire la complexité computationnelle.
Pre-activation ResNet
Variante où les fonctions d'activation sont appliquées avant les convolutions.
Wide ResNet
Approche utilisant des couches plus larges plutôt que plus profondes pour améliorer les performances.
ResNeXt
Extension des ResNets introduisant des chemins parallèles avec cardinalité.
Stochastic Depth
Technique d'entraînement supprimant aléatoirement des couches pour régulariser le modèle.
Pyramidal ResNet
Architecture variant la largeur des couches selon une structure pyramidale.
Residual Attention Networks
Intégration de mécanismes d'attention dans les blocs résiduels.
ResNet pour Transfer Learning
Utilisation de ResNets pré-entraînés comme extracteurs de caractéristiques.
ResNet en Computer Vision
Applications spécifiques des ResNets pour la classification et analyse d'images.
ResNet en Segmentation Sémantique
Adaptation des ResNets pour la segmentation pixel à pixel des images.
ResNet en Détection d'Objets
Intégration des ResNets comme extracteurs de caractéristiques dans les systèmes de détection.
ResNet en Traitement Audio
Application des architectures résiduelles à l'analyse et classification de signaux audio.
Optimisation ResNet
Techniques spécifiques d'entraînement et de réglage hyperparamétrique pour les ResNets.
DenseNet vs ResNet
Comparaison entre architectures résiduelles et réseaux à connexions denses.
ResNet en 3D
Extension des architectures résiduelles pour le traitement de données volumétriques.
ResNet pour NLP
Adaptation des réseaux résiduels pour les tâches de traitement du langage naturel.