深度學習典型神經網絡之ResNet

  深度殘差網絡ResNet是2015年ILSVRC的冠軍，深度達152層，是VGG的8倍，top-5錯誤率爲3.6%。ResNet的出現使上百甚至上千層的神經網絡的訓練成爲可能，且訓練的效果也很好，利用ResNet強大的表徵能力，使得圖像分類、計算機視覺（如物體檢測和麪部識別）的性能都得到了極大的提升。 一、殘差學習 根據無限逼近定理(Universal Approximation Theore

>>阅读原文<<