摘要：
ResNet是一种残差网络，咱们可以把它理解为一个子网络，这个子网络经过堆叠可以构成一个很深的网络。 我们一直在加深神经网络，但是加深不一定只会带来好处。 残差块 串联一个层改变函数类，我们希望能扩大函数类残差块加入快速通道来得到 f ( x ) = x + g ( x ) f(x)=x+g(x) 阅读全文
摘要：
批量归一化（Batch Normalization），由Google于2015年提出，是近年来深度学习（DL）领域最重要的进步之一。该方法依靠两次连续的线性变换，希望转化后的数值满足一定的特性（分布），不仅可以加快了模型的收敛速度，也一定程度缓解了特征分布较散的问题，使深度神经网络（DNN）训练更快 阅读全文
摘要：
GoogLeNet是google推出的基于Inception模块的深度神经网络模型，在2014年的ImageNet竞赛中夺得了冠军，在随后的两年中一直在改进，形成了Inception V2、Inception V3、Inception V4等版本。 Inception块 4个路径从不同层面抽取信息， 阅读全文