深度殘差學習的圖像識別———ResNet

背景介紹 問題提出：學些更好的網絡是否等同於堆疊更多的層呢？答案是否定的， 等同於堆疊更多的層呢？回答這個問題的一個障礙是梯度消失/爆炸。 當更深的網絡能夠開始收斂時，暴露了一個退化問題：隨着網絡 深度的增加，準確率達到飽和（這可能並不奇怪），然後迅速下降。 意外的是，這種下降不是由過擬合引起的，並且在適當的深度模型上添加更多的層會導致更高的訓練誤差。 層數過深的平原網絡具有更高的訓練誤差 較高分

>>阅读原文<<