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。