← 返回卡片

原书出处

Python深度学习架构实用指南(初译)

04 CNN 架构 经典图像分类 CNN 架构

核验版本的摘录快照 · 导入于 2026-11-16T09:48:17.712Z

在整篇论文中,研究人员声称,与其让网络直接通过函数(例如H(x))学习从x到y的映射, 它使用残差函数F(x) = H(x) - x。 可以将函数F(x)视为代表网络的层,并且可以将其重写为H(x) = F(x) + x。 作者声称优化间接残差函数F(x)比获得x到y的直接优化映射H(x)容易。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/08.html

EPUB SHA-256:9e97657a6ef44a2c5b99c157ca9efc53d39edf31c53d4cd4857b7b54fe9c23aa