ResNet-18是一种具有18层结构的深度残差网络，是ResNet家族中最轻量级的版本之一，通过引入残差连接解决了深度网络训练中的梯度消失问题。自2015年提出以来，ResNet-18因其高效性和实用性在计算机视觉领域广泛应用，成为许多视觉任务的基础架构。2023年，ResNet-18在多个基准测试中仍保持竞争力，证明了其设计的持久价值。
ResNet-18
product · First seen 2026-06-01 · Last seen 2026-10-22 · 21 mentions
Overview
Coverage
10 on file- HDC-FL：用分类器头聚类实现个性化联邦学习arXiv cs.LG
- 基于表示质量的紧致泛化边界：k-NN 证书摆脱参数空间复杂度arXiv cs.LG
- ARC-CT：3D胸部CT的解剖引导对比学习arXiv cs.AI
- NeuronSoup：无需反向传播的异步共享神经元时间图进化架构arXiv cs.LG
- SLORR: 简单高效的训练时低秩正则化arXiv cs.LG
- InstantForget：推理时特征重置实现免更新后门遗忘arXiv cs.LG
- Stable Recovery Manifold：持续学习中遗忘知识的几何可恢复性原理arXiv cs.LG
- 反馈对齐中的秩坍缩问题及解决方案arXiv cs.LG
- ℓ_p-SGD/ℓ_p-SGDM：动态p范数优化器提升深度网络泛化arXiv cs.LG
- Anatomical Grounding and Leakage-Aware Multimodal Contrastive Learning for Alzheimer's Disease Classification from Structural MRIarXiv cs.AI