原文网址:
http://torch.ch/blog/2016/02/04/resnets.html
训练、调研残差网络
- 在这个博客里, 我们实现残差网络,从模型选择和优化的角度来学习残差网络。
- 讨论残差网络在多gpu的优化和工程实践。
- 最终我们比较残差网络和google网络和vgg网络
我们放出了训练代码, 训练好的模型,以及使用它来调优自己的数据的方法。https://github.com/facebook/fb.resnet.torch
我们放出的模型比原来论文中有更高的准确性
介绍
去年的尾巴,微软亚洲研究院放出一个paper, “深度残差学习for 图像识别”, 这个论文得到了图像分类和检测的最好效果, 赢得了imagenet和coo比赛的冠军。
论文的中心观点是简单聪明的。 他们用一个卷积网络和一个跳跃链接(跳过卷积网络直连后面的层)。每一个搭桥(跳跃链接)都会产生一个残余块,卷积网络都会学习出一个残余,把这个残余加到下一层的输入值中。