ResNet、Inception、Xception笔记

ResNet:残差网络模块 众所周知，深度神经网络的层数越增加，越容易造成梯度消散问题，而且容易产生过拟合。因此ResNet的作者提出这样的一种假设：如果我们不直接学习x到H(x)的映射关系，而是学习两者的差异，也就是残差(residual)，上图用F(x)表示，然后需要计算H(x)时，将残差加到输入上即可，即学习F(x)+x。 ResNet的每一个模块(block)，都由一系列层和一个捷径(sh

>>阅读原文<<