ResNet 学习笔记

Abstract 开篇作者直入主题，讲述了文章的创新性是使用了残差学习网络结构。并且在ImageNet数据集比赛中，将残差网络做到了152层（是VGG网络的8倍）。在Cifar-10数据集上跑到了100层和1000层。作者还将数据集在COCO 物体识别数据集上进行了测试，提升了28%的输出效果。（这里面提到了特征表达的深度问题，比较关键） Introduction 网络深度其实是图像分类的一个非常

>>阅读原文<<