随着神经网络的发展,网络的深度逐渐加深(更深的层数以及更小的感受野,能够提高网络分类的准确性(Szegedy et al.,2014;Simonyan & Zisserman,2014)),网络的训练也就变得越来越困难。Highway Networks就是一种解决深层次网络训练困难的网络框架。
以下这几篇文章证明了优化深层神经网络十分困难(写文章的时候肯定用得到,先记下):(Glorot & Bengio,2010;Saxe et al.,2013;He et al.,2015,) (Simonyan & Zisserman,2014; Romero et al., 2014) (Szegedy et al.,2014; Lee et al., 2015)。
Highway Networks:一种可学习的门限机制,在此机制下,一些信息流没有衰减的通过一些网络层,适用于SGD法。