Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

Arquiteturas CNN | 389

ResNet

Por último, mas não menos importante, o vencedor do desafio ILSVRC 2015, foi a

Residual Network (http://goo.gl/4puHU5) (ou ResNet), desenvolvida por Kaiming He et

al

12

, que apresentou uma surpreendente taxa de erro nos top-5 abaixo de 3,6%, usando

uma CNN extremamente profunda composta por 152 camadas. A chave para poder

treinar uma rede tão profunda é utilizar conexões skip (também chamadas de shortcuts

connections): o sinal fornecido a uma camada também é adicionado à saída de uma

camada localizada um pouco acima da pilha. Veremos por que isso é útil.

Ao treinar uma rede neural, o objetivo é fazer com que ela modele ...