Reziduálna neuronová síť | AI slovník

Odborná definice

Resnet je rodina konvolučných neuronových sítí založených na reziduálnych blokoch se skratkovými spojeniami. Původní varianty, například Resnet-18, Resnet-50 a Resnet-152, organizují bloky do stupňů s postupným zmenšováním priestorového rozlišení a zvyšováním počtu kanálů. Hlbšie modely používají bottleneck bloky s konvolúciami 1 x 1, 3 x 3 a 1 x 1. Architektura zásadne ulahčila trénink velmi hlubokých CNN a dodnes se používá jako backbone, referenční model a zdroj predtrénovaných vizuálnych reprezentací.

Srozumitelné vysvětlení

Resnet není pouze jedna síť, ale rodina osvedčených stavebníc pro obrazové úlohy. Každý blok přidává k prenesenému signálu naučenou opravu, takže síť může být výrazně hlbšia bez toho, aby se trénink automaticky zhoršil. Menší varianty jsou vhodné jako praktický baseline, větší slouží jako backbone detektorů nebo segmentačných systémů. Číslo v názve přibližně vyjadřuje hlbku, ne však přímou záruku kvality, rychlosti nebo vhodnosti pro konkrétní hardware.

Časté otázky

Jak se Resnet liší od residual connection?

Residual connection je všeobecná operace zkratky a sčítání. Resnet je konkrétní rodina CNN, která z těchto spojení vytváří opakované obrazové bloky.

Co znamená Resnet-50?

Jde o štandardnou konfiguraci s přibližně peťdesiatimi váženými vrstvami a bottleneck bloky. Různé knižnice mohou odlišne počítat pomocné operace.

Je Resnet vhodný na transfer learning?

Ano. Předtrénovaný backbone se často fine-tunuje na menším doménovém datasete nebo se použije jako extraktor příznaků pro detekci, segmentaci či klasifikaci.

Proč může menší Resnet porazit větší?

Výsledek závisí na dat, augmentace, rozlišení, regularizace, optimalizace a latence. Větší kapacita bez primeraného tréninku neprináša automatické zlepšení.

Má Resnet význam i při moderných vision Transformerech?

Ano, jako silný baseline, efektivní backbone a architektura pro prostředí s obmedzeným výpočtom. Vhodnost se má ověřit na cílové úloze a zařízení.

Související pojmy

Zdroje a redakční stopa

He et al., Deep Residual Learning for Image Recognition, 2015

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.