References

1. Schapire & Freund. Boosting: Foundations and Algorithms. MIT.
2. He et al. Deep Residual Learning for Image Recognition.
3. Veit et al. Residual Networks Behave Like Ensembles of Relatively Shallow Networks.
4. Xie et al. Aggregated Residual Transformations for Deep Neural Networks.

【编辑推荐】

1. 人工智能出场 AR／VR何去何大年夜？
2. 英特尔联袂Cloudera，为将来数据分析与人工智能供给引擎
3. 人工智能和大年夜数据的开辟过程中须要留意这12点
4. 【慧眼】这些企业若何应对人工智能？
5. 国美深度进修初体验，开启社交电商的智能时代！

【义务编辑：张子龙 TEL：（010）68476606】

　　推荐阅读

　　【技术分享】使用CTS进行漏洞检测及原理浅析

【技巧沙龙】AI开辟者拭魅战营-7分钟打造1个定制技能。7月22号，我们等你一路！ 2.2 CtsSecurityTestCases模块 团队介绍360 Vulpecker团队 附属360信息安然部，致力于Android应用和体系>>>详细阅读

本文标题：基于 boosting 原理训练深层残差神经网络

地址：http://www.17bianji.com/lsqh/36295.html

 1/2    1