项目介绍

用pycaffe实现了《Deep Residual Learning for Image Recognition》提出的ResNet，并在cifar10数据集上训练模型。该作者通过引入深度残差学习框架，解决了网络退化问题。核心**是通过拟合残差映射取代拟合潜在的映射，前者比后者更容易优化。使用1x1 conv(bottleneck)降低了网络的计算复杂度。使用《Batch normalization: Accelerating deep network training by reducing internal covariate shift》提出的Batch normalization减少internal covariate shift，允许使用更大的学习率，不再需要小心翼翼地初始化参数。