Retour
  1. Accueil
  3. Référence détaillée
Télécharger
Article (Périodiques scientifiques)
Why is Everyone Training Very Deep Neural Network with Skip Connections?
OYEDOTUN, Oyebade; Al Ismaeil, Kassem; AOUADA, Djamila
2021 • In IEEE Transactions on Neural Networks and Learning Systems
Peer reviewed vérifié par ORBi
Permalien
https://hdl.handle.net/10993/48927
DOI
10.1109/TNNLS.2021.3131813
PubMed
34986102
 

Documents (1)Envoyer versDétailsStatistiquesBibliographiePublications similaires

Documents

Texte intégral
TNNLS-2020-P-13752.pdf
Preprint Auteur (4.45 MB)
Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers


Détails


Mots-clés :
Very deep neural network; skip connection; optimization; generalization
Disciplines :
Sciences informatiques
Auteur, co-auteur :
OYEDOTUN, Oyebade ;  University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > CVI2
Al Ismaeil, Kassem
AOUADA, Djamila  ;  University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > CVI2
Co-auteurs externes :
no
Langue du document :
Anglais
Titre :
Why is Everyone Training Very Deep Neural Network with Skip Connections?
Date de publication/diffusion :
24 novembre 2021
Titre du périodique :
IEEE Transactions on Neural Networks and Learning Systems
ISSN :
2162-237X
eISSN :
2162-2388
Maison d'édition :
IEEE Computational Intelligence Society, Etats-Unis
Peer reviewed :
Peer reviewed vérifié par ORBi
Focus Area :
Security, Reliability and Trust
Projet FnR :
FNR11295431 - Automatic Feature Selection For Visual Recognition, 2016 (01/02/2017-31/01/2021) - Oyebade Oyedotun
Disponible sur ORBilu :
depuis le 09 décembre 2021

Statistiques

Nombre de vues
148 (dont 14 Unilu)
Nombre de téléchargements
863 (dont 23 Unilu)
Voir plus de statistiques
citations Scopus®
 
41
citations Scopus®
sans auto-citations
41
citations OpenAlex
 
36
citations WoS™
 
40

Bibliographie

Publications similaires


Contacter ORBilu