ResNet和ResNeXt分类结构

1.神经网络是否越深越好？

        随着神经网络层数的增多，则对输入图像提取的特征将会更加抽象，这是因为后层神经元的输入是前层神经元的累加和，而特征的抽象程度越高，更有利于后期的分类任务或回归任务。

2.是否可以无限增加神经网络层数？

       神经网络层数增加会导致梯度消失或梯度爆炸问题，以往的解决方法是输入标准化和批标准化。但当层数继续增加到一定程度时，训练集和测试机准确率都会下降，这并不是过拟合的原因，因为过拟合会使得训练集准确率上升。在ResNet论文中，称之为模型退化，

3.ResNet算法思想

        深层网络 = 浅层网咯 + 恒等映射（H(x)=x）

       x是前层输入，H(x)是最终的映射。而网络可学习另一种映射，即