殘差神經網絡Resnet（MNIST數據集tensorflow實現）

簡述： 殘差神經網絡（ResNet）主要是用於搭建深度的網絡結構模型 （一）優勢： 與傳統的神經網絡相比殘差神經網絡具有更好的深度網絡構建能力，能避免因爲網絡層次過深而造成的梯度彌散和梯度爆炸。 （二）殘差模塊： 通過在一個淺層網絡基礎上疊加y=x的層，可以讓網絡隨深度增加而不退化。 殘差學習的函數是F(x) = H(x) - x,這裏如果F(x) =0,那麼就是恆等映射。 resnet"shor

>>阅读原文<<