Resnet相关
Resnet是怎么解决网络退化的问题的
随着网络层数的增加，梯度爆炸和梯度消失问题严重制约了神经网络的性能，研究人员通过提出包括Batch normalization在内的方法，已经一定程度上缓解了这个问题，但依然不足以满足需求。
作者想到了构建恒等映射（Identity mapping）来解决这个问题，问题解决的标志是：增加网络层数，但训练误差不增加。为什么是恒等映射呢，我是这样子想的：20层的网络是56层网络的一个子集，56层网络的解空间包含着20层网络的解空间。如果我们将56层网络的最后36层全部短接，这些层进来是什么出来也是什么（也就是做一个恒等映射），那这个56层网络不就等效于20层网络了吗，至少效果不会相比原先的20层网络差吧。
残差跨过一些层，求导的时候就可以直接加上shortcut的终点层的delta了。
表示resnet相当于多个模型的集成，其中真正有效的部分其实很短，梯度消失和爆炸本质上还是存在的，只是由于从loss到输入的有效路径变短了，所以问题不明显了
各种Resnet之间的差异
ResNet主要有五种主要形式：Res18，Res34，Res50，Res101，Res152；
如下图所示，每个网络都包括三个主要部分：输入部分、输出部分和中间卷积部分（中间卷积部分包括如图所示的Stage1到Stage4共计四个stage）。尽管ResNet的变种形式丰富，但都遵循上述的结构特点，网络之间的不同主要在于中间卷积部分的block参数和个数存在差异。
中间卷积部分主要是下图中的蓝框部分，通过3*3卷积的堆叠来实现信息的提取。红框中的[2, 2, 2, 2]和[3, 4, 6, 3]等则代表了block的重复堆叠次数。
可以看出，ResNet50起，就采用Bottleneck结构，主要是引入1x1卷积。我们来看一下这里的1x1卷积有什么作用：
- 对通道数进行升维和降维（跨通道信息整合），实现了多个特征图的线性组合，同时保持了原有的特征图大小；
- 相比于其他尺寸的卷积核，可以极大地降低运算复杂度；
- 如果使用两个3x3卷积堆叠，只有一个relu，但使用1x1卷积就会有两个relu，引入了更多的非线性映射；
ResNet到底能不能解决梯度消失/梯度爆炸？
只能说是缓解，而不能是彻底消除了。
残差跨过一些层，求导的时候就可以直接加上shortcut的终点层的delta了。
最有效的避免梯度爆炸的方法是梯度裁剪和batch-normalization。
https://www.zhihu.com/question/316745397
ResNet及其变种的结构梳理、有效性分析与代码解读
参考 https://zhuanlan.zhihu.com/p/54289848
关键点：
ResNet要解决什么问题？
ResNet怎么解决网络退化问题？
精华：8.2、从梯度反向传播角度理解ResNet的有效性
