ResNet论文逐段精读

[@haofeng7922]

最近刚接触cv，老师让读一读ResNet，李沐老师就发了这样一个很有帮助的视频，对我很有帮助，非常感谢。

[@Lee-sr9el]

太喜欢这个博主了

[@zealing8775]

Resent优点是gradient能更快回馈到前面几层，均匀分配learning resource到各层。否则前面层饿死 后面层撑死。

[@sophiez7952]

好棒，谢谢沐神老师！！！

[@chrischen6]

謝謝老師講解 非常清楚 很受用

[@tianwenchu1663]

感谢大佬深入浅出，太精彩了

[@thankyouthankyou1172]

喜欢听老师讲课

[@thankyouthankyou1172]

22:48 你说的64， 28 通道，通道 = filter?

[@TheGongjie437]

谢谢沐神

[@rot3315]

非常感謝

[@JohnSmith-xf5od]

如果resnet 的启发是始终要保持gradient够大，那么为啥优化过程中要把learning rate 1/10呢？这不是在一个平坦区域gradient大大变小了吗？不是更走不出去了吗？

[@DED_Search]

25:30 老师说训练精度比测试精度高？这个说反了吧？纵轴是% error, thin line is training error whereas bold line is testing error.

[@jizong234]

我也觉得说反了

[@graceq.899]

是反了，或者想説error結果説的是精度，但是意思是對的，解釋了爲什麽testing error比training error 低

[@linxiaohuang4629]

+1

[@TSUNG-YULIN]

依照論文的意思，F(x)是整個網路多餘層的輸出應該要訓練出一個很小的值，比起訓練一個identity mapping，訓練一個weights接近0的layer應該比較簡單。但有一點想不通的是，依照論文所提出的架構，在Resnet淺層的時候，便有shortcut connections的使用，這樣不會導致網路在淺層的時候每一層都只訓練出一個接近0的值，再加上原本的輸出x後，過完一個Resnet的block後出來的output還是很接近x(輸入)嗎，如果依照resnet的精神，不是應該只在深層網路的後面幾個layer加入shortcut connections才好嗎?希望能在這邊解惑，謝謝各位。

[@andreawong2935]

老师在最后讲f(g(x))的那个例子或许可以回顾一下？

[@tildarusso]

在此情况下，网络浪费了算力（后面残差计算都白费了），但情况并没有变糟。此情况能一直传播到网络末端输出。再加上网络越深越好的基本概念（特征浓缩），残差还是很必要-你保留了使用同一个网络结构处理不同数据分布的通用性。

[@hanyanglee9018]

堆叠起来的层的可训练性应该是一个要认真研究的事情，不记得见过这个方向的任何说法。

[@jeffw1082]

is any paper talk about different optimizer? In my work I found using Adam I could train the network(mostly transformer and lstm), but SGD explode after few steps.

[@rubyjiang8836]

我的神！

[@chaozhang4751]

thanks for sharing!!!

[@linquanma6145]

沐神用爱发电，yyds

[@turinglifechu9419]

3.1, 3.2, 3.3好像没有。

[@alphaprofold5707]

高屋建瓴！