تفوقت Microsoft Research في عدة فئات في المسابقة السنوية السادسة للتعرف على الصور ImageNet. تمكنت من تجاوز الأنظمة التنافسية من Google و Intel و Qualcomm و Tencent ، وكذلك من عدد من الشركات الناشئة والمختبرات البحثية ( النتائج ).يسمى النظام البطل "التعلم المتبقي العميق للتعرف على الصور" ، وقد تم نشر مقال مع وصف للمبادئ الفنية لعمله في المجال العام للوصول المجاني .يصف الباحثون الطريقة: "دربنا شبكة عصبية بعمق أكثر من 150 طبقة". - في الوقت نفسه ، تم استخدام إطار التعلم المتبقي العميق ، مما يسهل تحسين وتقارب الشبكات العصبية العميقة للغاية. تتيح لك طريقة التعلم المتبقي العميق الحصول على دقة إضافية عندما تكون الشبكات العصبية أعمق بكثير من تلك المستخدمة سابقًا. هذه الميزة في الدقة لا يتم ملاحظتها في العديد من الشبكات العصبية التقليدية عندما يتم تعميقها ".في الرسم التوضيحي ، تظهر الشبكة العصبية مع التعلم المتبقي في العمود الأيمن.
. . Microsoft . API «» (
Project Oxford), - .
ImageNet, 100 000 Flickr ,
(, , ..).
أظهر تطوير Microsoft معدل خطأ في التصنيف بنسبة 3.5٪ فقط ، وأخطاء الترجمة - 9٪.في السنوات السابقة ، كان الفائزون في المسابقة من حيث تصنيف الأشياء هم Google و Startup Clarifai و NEC.قال أحد مؤلفي البرنامج ، جيان صن ، في المدونة الرسمية: "لم نتخيل حتى أن هذه الفكرة الفردية [التعلم المتبقي العميق] يمكن أن تكون مهمة للغاية" .