目录
参考残差网络(Residual Networks, ResNets)
ResNet 全名Residual Networks,何凯明等人在论文Deep Residual Learning for Image Recognition中首次提出,用以解决在网络较深时出现的退化现象(即:理论上网络结构越深,效果越好,但实际上随着层数增加,训练集上的效果反而变差)
ResNet的思想非常简单,在进行一个块(Conv、BN、Relu等操作组合)操作时,其输入不仅包括上一块的输出,也包括上一块的输入。其思想如下图所示,该图来自网络,侵删。
何凯明等人提出的网络结构如下图所示,keras 实现版,Caffe 原版