网络亮点：
1、超深的网络结构（突破1000层）
2、residual残差模块
3、提出batch Normalization加速训练（丢弃dropout）
问题
一、梯度消失或梯度爆炸
误差是小于1的系数，每向前传播一次都要✖一个小于1的误差梯度，越乘越趋近于零梯度越来越小，导致梯度消失。反之，梯度越来越大导致梯度爆炸。
二、退化问题
residual结构
输入的深度与输出的深度不一样时会采用虚线shortcut
已下是bn的计算方式，在图像预处理过程中对图像进行标准化处理，加速网络收敛，使其满足分布规律
5万+
2530
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
