CVPR 2017最佳論文解讀：密集連接卷積網絡

近幾年來，隨着卷積神經網絡（CNNs）的迅速發展，學術界涌現出一大批非常高效的模型，如 GoogleNet、VGGNet、ResNet 等，在各種計算機視覺任務上均嶄露頭角。但隨着網絡層數的加深，網絡在訓練過程中的前傳信號和梯度信號在經過很多層之後可能會逐漸消失。先前有一些非常好的工作來解決這一問題。如在 Highway 和 ResNet 結構中均提出了一種數據旁路（skip-layer）的技術來

>>阅读原文<<