简化型残差结构与快速深度残差网络

CORC > 长春光学精密机械与物理研究所 > 中国科学院长春光学精密机械与物理研究所

	简化型残差结构与快速深度残差网络
	杨怀江 ; 王二帅 ; 隋永新 ; 闫丰 ; 周跃
刊名	吉林大学学报(工学版)
	2021
页码	10
英文摘要	当前深度残差网络模型训练缓慢，为解决这一问题该文设计了一种新型的残差结构。与典型的残差结构相比，该结构仅含有一个BatchNormalization和 ReLU模块，通过减少网络训练过程的计算量降低了耗时，提升了模型训练速度。在常用的CIFAR10/100图像分类数据库上进行了对比实验分析，以该方法构建的深度为110层的网络CIFAR10分类错误率为5.29%，CIFAR100分类错误率为24.80%，典型的110层深度残差网络分类错误率分别为5.75%和26.02%；在训练耗时方面，该方法平均周期耗为133.47s，典型的残差网络平均周期耗时为208.26s，提升了35.91%；结果表明该网络结构在保证分类性能的基础上极大地提升了训练速度，具有较好的实用价值。
URL标识	查看原文
内容类型	期刊论文
源URL	[http://ir.ciomp.ac.cn/handle/181722/65867]
专题	中国科学院长春光学精密机械与物理研究所
作者单位	1.中国科学院大学 2.长春国科精密光学技术有限公司 3.中国科学院长春光学精密机械与物理研究所
推荐引用方式 GB/T 7714	杨怀江,王二帅,隋永新,等. 简化型残差结构与快速深度残差网络[J]. 吉林大学学报(工学版),2021:10.
APA	杨怀江,王二帅,隋永新,闫丰,&周跃.(2021).简化型残差结构与快速深度残差网络.吉林大学学报(工学版),10.
MLA	杨怀江,et al."简化型残差结构与快速深度残差网络".吉林大学学报(工学版) (2021):10.