Verified65% confidenceFactTime unknown
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
3
Sources
65%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
AI农作物病虫害预警系统毕设：RAG+Agent实战方案详解
bilibili华工学长讲大数据毕设
Related Entities
Related Claims
UnverifiedResNet（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80% similarUnverifiedResNet（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78% similarUnverified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77% similarUnverified微软研究院何恺明等人于2015年提出残差连接（Residual Connection），使训练超过100层乃至1000层的极深神经网络成为可能75% similarUnverified2017年Guo等人在ICML发表的《On Calibration of Modern Neural Networks》首次大规模实证校准失当现象，发现ResNet等现代深度网络比早期浅层网络校准更差73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/20129API
curl https://kongchang.com/api/v1/knowledge/claims/20129MCP
get_claim(id=20129)