吴恩达深度学习课程四:计算机视觉 第二周:经典网络结构(三)——残差网络
引言:深度网络的挑战与残差网络的诞生在深度学习领域,随着网络深度的增加,模型性能通常会得到提升。然而,当网络变得非常深时,训练过程会面临梯度消失或梯度爆炸的问题,导致模型难以收敛。这种现象在2015年之前被认为是深度神经网络难以逾越的障碍。 2015年,微软亚洲研究院的何恺明团队提出了残差网络(Residual Networks, ResNets),通过引入"跳跃连接"(skip connections)彻底改变了这一局面。ResNets不仅在ImageNet图像识别挑战中一举夺冠,还开创了深度学习模型设计的新范式。一、残差网络的核心思想1.1 传统深度网络的困境在传统卷积...