- 文章指出一种基于 boosting(提升)原理,逐层训练深度残差神经网络的方法,并对性能及泛化能力给出了理论上的证明
- 参考
方法
- 框架
-
残差网络:
g t + 1 ( x ) = f ( g t ( x ) ) + g t ( x ) g_{t+1}(x)=f(g_{t}(x))+g_{t}(x) gt+1(x)=f(gt(x))+gt
残差网络:
g t + 1 ( x ) = f ( g t ( x ) ) + g t ( x ) g_{t+1}(x)=f(g_{t}(x))+g_{t}(x) gt+1(x)=f(gt(x))+gt