简介：残差网络是由来自Microsoft Research的4位学者提出的卷积神经网络，在2015年的ImageNet大规模视觉识别竞赛（ImageNet Large Scale Visual Recognition Challenge, ILSVRC）中获得了图像分类和物体识别的优胜。 残差网络的特点是容易优化，并且能够通过增加相当的深度来提高准确率。其内部的残差块使用了跳跃连接，缓解了在深度神经网络中增加深度带来的梯度消失问题。
基本原理：残差网络的搭建分为两步：（1）使用VGG公式搭建Plain VGG网络（2）在Plain VGG的卷积网络之间插入Identity Mapping，注意需要升维或者降维的时候加入1X1卷积。
主要应用：计算机视觉、文本处理等
相关案例：