Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
7/21/2026
First Seen
Sources
Related Claims
VerifiedResNet（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78% similarUnverifiedResNet（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76% 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74% similarVerified深度学习在2012年ImageNet竞赛中取得突破性表现，推动连接主义复兴70% 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66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/575975API
curl https://kongchang.com/api/v1/knowledge/claims/575975MCP
get_claim(id=575975)