الانتقال إلى المحتوى
←العودة إلى ملف الأعمال
  1. الرئيسية
  2. / المشاريع
  3. / Residual Learning Study

ملاحظات المشروع · Goh Kun Ming

Residual Learning Study

البحث · مسودة بحثية على arXiv · 2025

نظرة عامة على المشروع

فهم سبب فائدة وصلات التخطي للشبكات العميقة.

مسودة بحثية منشورة عام 2025 على arXiv بالاشتراك مع Xingyu Liu، تدرس الوصلات المتبقية بمقارنة ResNet-18 بشبكة CNN عميقة تقليدية على CIFAR-10.

  • الرؤية الحاسوبية
  • ResNet
  • CIFAR-10
  • البحث

داخل هذا المشروع

  • درست دور الوصلات المتبقية في تدفق التدرجات.
  • قارنت سلوك التدريب ونتائج التصنيف على CIFAR-10.
  • وثّقت التنفيذ والتقييم في مسودة بحثية متاحة للعامة.

ملفات المشروع

ملفات المشاريع الأصلية باللغة الإنجليزية.

  • مسودة بحث قبل النشر

    PDF · 481 kB

    Xingyu Liu, Kun Ming Goh arXiv:2510.24036v1 CC BY 4.0

    معاينة المستند

    استخدم عناصر التحكم في الصفحات للتصفح. كبّر الصفحة لقراءة التفاصيل.

    جارٍ تحميل المستند…

    فتح الصفحة بالحجم الكامل ↗

    عند التكبير، مرّر داخل الصفحة لرؤية المزيد.

    نص الصفحة

    النص مستخرج من المستند الأصلي باللغة الإنجليزية. قد تحتاج إلى الرجوع إلى ملف PDF لفهم سياق المخططات والصور وترتيب القراءة.

    عرض PDF ↗ تنزيل PDF ↓

الشيفرة المصدرية والروابط

قراءة المسودة البحثية↗
فحص صندوق المشاريع →
الخصوصيةالشروطالأمانإمكانية الوصول إشعارات الأطراف الثالثة

ملف أعمال مستقل. هذا ليس موقعاً رسمياً للعبة Minecraft. لم تعتمد Mojang أو Microsoft هذا الموقع، ولا توجد علاقة رسمية مع أي منهما.

هل تريد مغادرة هذا العالم؟

أنت على وشك فتح موقع آخر.

الوجهة
الرابط الكامل