Notas do projeto · Goh Kun Ming
Residual Learning Study
Pesquisa · Preprint no arXiv · 2025
Visão geral do projeto
Entendendo por que conexões de atalho ajudam redes profundas.
Um preprint de 2025 no arXiv em coautoria com Xingyu Liu, que estuda conexões residuais por meio da comparação entre ResNet-18 e uma CNN profunda convencional no CIFAR-10.
Por dentro deste projeto
- Estudei o papel das conexões residuais no fluxo dos gradientes.
- Comparei o comportamento do treinamento e os resultados de classificação no CIFAR-10.
- Documentei a implementação e a avaliação em um preprint público.
Arquivos do projeto
Os arquivos originais dos projetos estão em inglês.
-
Pré-publicação de pesquisa
Xingyu Liu, Kun Ming Goh arXiv:2510.24036v1 CC BY 4.0
Prévia do documento
Use os controles de página para navegar pelo documento. Amplie uma página para ler os detalhes.
Carregando documento…
Após ampliar, role dentro da página para ver mais conteúdo.
Texto da página
O texto é extraído do documento original em inglês. Pode ser necessário consultar o PDF para compreender o contexto dos gráficos, das imagens e da ordem de leitura.
