今天看了一下残差网络，看了几篇博客都没理解，继续看，终于被我弄清了。下面写一下心得。我说的是大方面的，小细节可以参看：https://my.oschina.net/u/876354/blog/1622896#comments，写的不错。
出现原因：随着网络层级的不断增加，模型精度不断得到提升，而当网络层级增加到一定的数目以后，训练精度和测试精度迅速下降，所以当网络变得很深以后，深度网络就变得更加难以训练了。残差网络可以解决这个问题，层数可以达到1000多层。
主要原理：利用了恒等映射不增加误差的原理，采用了跨层链接思想搭建网络。ResNet将学习目标改变了，不再是学习一个完整的输出，而是目标值H(X)和x的差值，也就是所谓的残差F(x) = H(x)-x，因此，后面的训练目标就是要将残差结果逼近于0，使到随着网络加深，准确率不下降。
残差网络的基本结构：
