深度残差网络应用与实践

打开文本图片集

摘 要：本文先介绍深层神经网络模型特点和应用，并指出其随着层数的加深发展的瓶颈及不足之处;然后引入深度残差网络的概念，以其实现代码为例，详细介绍深度残差神经网络的关键技术特点，最后通过一个实例说明深度残差神经网络在深度学习方面的应用。

关键词：深度学习;残差网络;梯度弥散;梯度爆炸

自2012年AlexNet的提出以来，各种各样的深度卷积神经网络模型相继被提出，其中比较有代表性的有VGG系列，GoogLeNet系列等，它们的网络层数整体趋势逐渐增多。（剩余3613字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。