深度残差网络 Deep Residual Networks

论文：Deep Residual Learning for Image Recognition

论文地址：https://arxiv.org/abs/1512.03385

　　深度残差网络(ResNet)是由微软研究院的何凯明小组在2015年提出来的一种极度深层的网络，当时提出来的时候已经达到了152层，并获得全球最权威的计算机视觉竞赛，ILSVRC(ImageNet Large Scale Visual Recognition Challenge)2015的冠军。　　

　　何凯明，博士，2007年清华大学毕业之后开始在微软亚洲研究院（MSRA）实习，2011年香港中文大学博士毕业后正式加入MSRA，目前在Facebook AI Research(FAIR)实验室担任研究科学家。曾以第一作者身份拿过两次CVPR最佳论文奖（2009和2016）——其中2016年CVPR最佳论文为“Deep Residual Learning for Image Recognition”。