📌 📄 内容摘要:
西格玛男人 (@yunshen123) 在 【Just for sharing】ResNet 全解析：残差连接如何改变深度神经网络 中发帖
blog: ResNet 论文精读 | Yun Shen
论文原文: [1512.03385] Deep Residual Learning for Image Recognition
代码实战（有更全面的代码）: Google Colab
(这几天要出远门一趟，可能要过段时间在做分享啦，想了解的提前看我blog也可以,hhh。)
ResNet
ResNet（Deep Residual Learning）由何恺明等人于 2015 年提出，通过引入残差连接解决了深度网络的退化问题，在 ImageNet 分类竞赛中以 152 层网络夺冠，是深度学习发展史上的里程碑工作。残差连接这一思想后来深刻影响了 DenseNet、Transformer 等后续架构，已成为现代深度学习的标准组件。
研究动机
深度神经网络在层数增加时面临两个关键障碍：
梯度消失/爆炸：反向传播中梯度经过多层连乘...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1783104/1
─────────────────────────────
📢 来源：LINUX DO
