【深度学习论文】ResNet
ResNet导读
深度神经网络不是越深越好
当深度神经网络特别深的时候，识别的错误率反而可能更高，如论文中所示，56层的神经网络识别的训练和测试阶段的错误率反而比20层的要高。
改造VGG19
基本Block
如上图所示，分别为VGG-19,34层返照VGG的结构，加入block之后结构。
最重要的公式
Block如上图所示，是将输入之前的神经网络和经过两个卷积的神经网络进行了相加。
其计算公式如上图所示，其中Ws是用来调节维度用。
对比实验结果
可以看到上图右图中加入block的深度残差网络效果明显提升。