＜读论文＞(ResNet)Deep Residual Learningfor Image Recognition--图像识别中的深度残差学习网络

作者：Kaiming He， Xiangyu Zhang ，Shaoqing Ren， Jian Sun
单位：MSRA
发表会议及时间：CVPR 2016

背景：

        在ILSVRC（大规模图像识别挑战赛）中，仅采用ResNet结构，无额外的技巧，夺得五个冠军（ImageNet分类、定位、检测；COCO检测、分割），且与第二名拉开差距

        借鉴Highway Network：首个成功训练成百“上千层”（100层及900层）的卷积神经网络

研究意义：

1. 简洁高效的ResNet受到工业界宠爱，自提出以来已经成为工业界最受欢迎的卷积神经网络结构
2. 近代卷积神经网络发展史的又一里程碑，突破千层网络，跳层连接成为标配

摘要：

        1.深度网络难训练
        2.