摘要: ResNet 背景 在resnet提出之前,认为卷积层和池化层堆叠越多,提取到的图片特征信息就越全,学习效果越好。但是随着网络的加深,容易出现梯度消失和梯度爆炸等问题。 梯度消失:每一层的梯度小于1,反向传播时网络越深,远离输出层的梯度越趋于0。 梯度爆炸:每一层的梯度大于1,反向传播时网络越深,远 阅读全文
posted @ 2022-05-01 22:28 Brisling 阅读(755) 评论(0) 推荐(0) 编辑