Person_CT:DenseNet,ResNet,SqueezeNet在同一數據集上的表現，分析

ResNet模型 ResNet核心是通過建立前面層與後面層之間的「短路連接」（shortcuts，skip connection），這有助於訓練過程中梯度的反向傳播，從而能訓練出更深的CNN網絡。 ResNet引入殘差結構，是爲了解決深度網絡退化問題，它是在原始網絡增加’冗餘層‘，‘冗餘層’保證輸入輸出相同。但是不學習恆等映射的參數。學習的是一個0值，用學習殘差F(x)=0更新該冗餘層的參數來代替

>>阅读原文<<