本文详细介绍了ResNet网络，包括其背景、提出的残差结构和解决的退化问题。ResNet通过残差块使得深度网络训练更加有效，避免了梯度消失和梯度爆炸。此外，文章还对ResNet18/34的网络参数进行了详解，展示如何通过不同结构减少参数数量并保持网络性能。
一、ResNet网络介绍
ResNet是2015年有微软实验室提出的，题目：
作者是何凯明等，这四个都是华人。
当年ResNet斩获了当年各种第一名。基本上只要它参加的比赛，全都是第一名。
我们来看一下ResNet 34层网络的结构图（34-layer residual）：
首先是一个卷积层，然后是一个池化层，然后由一系列的残差结构，最后再通过一个平均池化下采样以及一个全连接层得到最终输出。其实这个网络结构看起来很简单，基本上都是通过堆叠残差结构得到。
这里我总结了一下ResNet网络的三点：
（1）网络结构特别的深。
在原论文中，作者有尝试搭建1000多层的网络。而之前讲的AlexNet，VGG等，他们的深度也就在十几层到二十几层之间。这里可能有人
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
