研究突破 · 人工校订条目
ResNet 提出残差学习，百层网络可训练
Deep Residual Learning for Image Recognition
- 日期
- 2015 年 12 月 10 日
- 类别
- 研究突破
- 机构 / 模型
- Microsoft Research
- 证据
- 1 条 · 1 类
何恺明等人提出残差网络，用恒等映射让上百层网络可训练，并在 ImageNet 上取得突破。残差连接此后成为几乎所有深层网络的标准组件。
校订注记：arXiv 论文核对
人工校订来源 · 1
引用本页
ResNet 提出残差学习，百层网络可训练[EB/OL]. AI 纪年, 2015-12-10. https://aihist.net/e/resnet-2015.html（访问日期：2026-10-25）.
静态页随内容修订重新构建；实时合并证据与自动采集条目见时间轴。