计算机视觉相关笔记(二)ResNet
1.摘要部分
作者提出了一种很深层的网络,深度可以达到100-1000层。训练很深的网络是一件很难得事情,一方面是由于过拟合,另一方面是因为误差。当训练很深的时候易出现梯度爆炸或者梯度消失,并且会出现精度下降的情况。
2.残差网络
作者在加了残差网络后,训练精度和测试精度都得到了提升。
残差连接主要有两种方法:
(1)就是同时在输入和输出加一些额外的0,使得两边能对应起来。
(2)做全连接的投影,用一个1*1的卷积,这个卷积层的特点是。它不在空间维度上做任何的东西,但是主要在空间通道维度上做改变,使得输出通道是输入通道的两倍,这样就可以将残差连接的输入和输出对比上了。