resnet论文阅读

论文阅读：Deep Residual Learning for Image Recognition

引言：

​ 残差网络是如今运用极为广泛的一种网络，它学习残差函数，而非学习原始函数。实验表明残差函数更容易优化，并且可以通过增加深度来提高准确度。它在ILSVRC2015分类任务中获得了第一名，在COCO目标检测数据集上获得了28%的相对改进，赢得了ImageNet检测、ImageNet本地化、可可检测和可可分割等任务的第1个位置。

论文地址：https://arxiv.org/abs/1512.03385

Code：https://github.com/KaimingHe/deep-residual-networks

​ 该论文介绍了残差网络，主要分为3大块：

​ 一、残差块的介绍

​ 二、残差块的原理

​ 三、实验结果

一、残差块介绍：

因为深度在很多视觉识别任务中具有非常核心的重要性，很多网络变得很深，随着深度的增加出现了一个新问题，梯度爆炸与梯度消失。