ResNet —— 深度殘差網

深度卷積神經網絡爲圖像識別帶來了一系列突破。深度網絡自然的融合了低/中/高層特徵並以端到端多層方式實行分類，且特徵的層可通過堆疊層的數量（深度）來豐富。近期證據顯示，網絡的深度至關重要，並且ImageNet數據集中領先的模型都使用非常深的模型，從16層到30層。 由此帶來一個問題，學習更好的網絡是否只是簡單的堆疊更多的層？回答這個問題一個困難是臭名昭著的梯度消失/爆炸問題。但是這個問題很大程度上被

>>阅读原文<<