HyperAIHyperAI

Command Palette

Search for a command to run...

ReNet: بديل لشبكات الالتفافية يستند إلى شبكات العصبي المتكررة

Francesco Visin* Kyle Kastner* Kyunghyun Cho* Matteo Matteucci Aaron Courville Yoshua Bengio

الملخص

في هذا البحث، نقترح هندسة شبكة عصبية عميقة للاعتراف بالكائنات تعتمد على الشبكات العصبية التكرارية. الشبكة المقترحة، والتي تُسمى ReNet (رينت)، تقوم بتعويض طبقة التفتيش والجمع الشائعة في الشبكات العصبية التلافيفية العميقة بأربع شبكات عصبية تكرارية تتحرك أفقيًا وعموديًا في كلا الاتجاهين عبر الصورة. قمنا بتقييم ReNet (رينت) المقترحة على ثلاثة مجموعات بيانات معيارية مستخدمة على نطاق واسع؛ وهي MNIST (مينيست)، CIFAR-10 (سيفار-10) و SVHN (إس في إتش إن). النتائج تشير إلى أن ReNet (رينت) هي بديل قابل للتطبيق للشبكات العصبية التلافيفية العميقة، وأن هناك حاجة لمزيد من البحث والتحقيق.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
ReNet: بديل لشبكات الالتفافية يستند إلى شبكات العصبي المتكررة | مستندات | HyperAI