pytorch之深度残差网络（ResNet）

pytorch之深度残差网络（ResNet） 一.残差块 残差核心公式：H(x) = F(x)+X,Y = Relu(H(x)),其中F(x)就是所谓的残差，X是通过短连接直接映射过来的，X前的系数为1是通过测试之后发现系数如果大于1或小于1会发生梯度消失或者爆炸的情况，所有等于1是OK的。 二.从代码角度理解残差块 注意：单单一层的残差块并不能起到提升作用，所以一般的残差块往往有两层或者更多。

>>阅读原文<<