待验证50% 置信事实精确时间
ResNet（残差网络）通过跳跃连接解决了深层网络的梯度消失问题，能提取层次化视觉特征
1
来源数
50%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
已验证ResNet（残差网络）由微软研究院何恺明团队于2015年提出，通过引入残差连接解决了深层网络训练中的梯度消失问题80% 相似待验证残差连接（Residual Connections）将每层的输入直接加到输出上，解决深层网络中的梯度消失问题78% 相似待验证ResNet（2015，He 等人）通过引入跳跃连接构造恒等映射的学习旁路，将可训练网络深度推进至 152 层乃至千层，并在 ImageNet 上以显著优势夺冠76% 相似待验证何恺明团队将ResNet网络深度推到了152层，并通过残差连接解决了退化问题76% 相似待验证跳跃连接通过提供梯度直通路径解决了深度网络训练中的梯度消失问题，使极深网络训练成为可能71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/558826API
curl https://kongchang.com/api/v1/knowledge/claims/558826MCP
get_claim(id=558826)