Deep Residual Learning for Image Recognition

结论

• 现状：深的神经网络很难训练，本文提出了一种残差结构可以构建152层深的网络
• 训练的“退化”现象：层数变深了，误差反而更高

• 解决方案：加shortcut，优势是没有引入额外的参数

• 以残差块为基础设计了多个层数的网络，至于为什么这么设计作者没说

• 有残差的网络不仅效果好，而且收敛快

• bottleneck机制：降维卷积计算