引言
在VGG中，随着网络层数的增多，往往伴随着以下几个问题：
- 计算资源的消耗（通过增加GPU来解决）
- 模型容易过拟合（采集海量数据，使用dropout正则化）
- 产生梯度消失和梯度爆炸（使用batch norm）
但是这些方法并不一定总是能解决问题。
从信息论的角度来看，由于DPI（数据处理不等式）的存在，在前向传输的过程中，随着层数的加深，特征图包含的图像信息会越来越少，而resnet的直接映射的加入，保证了层的网络包含的信息一定比第
层的多。
残差网络
残差块
残差块的结构如下图所示。
一个残差块可以表示为：
由两个部分组成：直接映射和残差部分。
对于残差块更一般的表示：
- 假设1：
是直接映射
- 假设2：
是直接映射
则残差块可以表示为
-
层可以表示为任意一个比它浅的层和他们之间残差部分的和；
-
损失函数关于
的梯度为
- 在整个训练过程中，
不可能一直为-1，所以残差网络中一般不会出现梯度消失的问题
-
表示L层的梯度可以直接传递到任何一个比它浅的层。
因此，在假设1和假设2满足的情况下，信息可以很通畅的在高层和底层之间相互传导。
对于假设1，假设，则残差块可以表示为：
对于更深的层
现只考虑公式的左半部分：
- 当
时，很可能发生梯度爆炸
- 当
时，梯度变成0， 会阻碍残差网络信息的方向传递。
必须等于1。
