常用卷积神经网络 -- ResNet

在计算机视觉中，往往越深的网络，特征越多，能够训练更好的模型。而非常非常深的神经网络是很难训练的，因为存在梯度消失和梯度爆炸问题。通过在一个浅层网络基础上叠加y=x的层（称identity mappings，恒等映射），可以让网络随深度增加而不退化。但为了训练更好的网络，何恺明等人提出了残差网络(ResNet)。根据他的假设：如果对某一网络中增添一些可以学到恒等映射的层组成新的网络，那么最差的结果

>>阅读原文<<