经典网络结构：ResNet解决的问题

Deep Residual Learning for Image Recognition 1. 思想 做者根据输入将层表示为学习残差函数。实验代表，残差网络更容易优化，而且可以经过增长至关的深度来提升准确率。 核心是解决了增长深度带来的反作用（退化问题），这样可以经过单纯地增长网络深度，来提升网络性能。网络 做者在ImageNet上实验了一个152层的残差网络，比VGG深8倍，取得了3.57%的错

>>阅读原文<<