Person_CT:DenseNet,ResNet,SqueezeNet在同一数据集上的表现，分析

ResNet模型 ResNet核心是通过建立前面层与后面层之间的“短路连接”（shortcuts，skip connection），这有助于训练过程中梯度的反向传播，从而能训练出更深的CNN网络。 ResNet引入残差结构，是为了解决深度网络退化问题，它是在原始网络增加’冗余层‘，‘冗余层’保证输入输出相同。但是不学习恒等映射的参数。学习的是一个0值，用学习残差F(x)=0更新该冗余层的参数来代替

>>阅读原文<<