2014年6月3日，清晨。

ArXiv，全球最大的学术预印本平台。这东西对搞AI的研究者来说，就是学术圈的朋友圈。

论文上传后二十四到四十八小时内全球可见，不用等同行评审，不用排队走期刊流程，直接面向全世界亮牌。

每天早上起来第一件事，刷ArXiv。

这是所有做深度学习的人的肌肉记忆。

今天早上，这个朋友圈里炸了一颗雷。

论文标题：Deep ReSidUal Learning fOr Image ReCOgnitiOn。

作者：ShaOqing Ren, YUhang Zheng, LiqiU Chen。

单位：JiUTian AI Lab, EChO TeChnOlOgy, China。

斯坦福大学盖茨计算机科学大楼三层，博士后林之远端着咖啡走进办公区，习惯性刷新了CS.CV板块。

他的手停住了，咖啡差点洒出来。

152层卷积神经网络。ImageNet验证集TOp-5错误率，3.57%。

人类标注员的平均水平是5.1%。去年ImageNet竞赛冠军GOOgLeNet是6.67%。这篇论文直接把数字按到了3.57%。

“你们过来看看这个。”

林之远的声音不大，但语调不对。

旁边几个人抬起头，三分钟后，实验室十一个人全围在他屏幕前面。

“等等，152层？”一个叫Kevin的白人博士生最先反应过来，

“不可能。超过三十层的网络根本没法训练，梯度消失会把信号吃干净。这是常识。”

“你往下看。”林之远指着论文第三页的示意图，

“他们加了一个跳跃连接，把输入直接加到输出上。梯度可以跳过中间层回传。”

Kevin盯着那张图看了十几秒。

“这也太简单了吧。”

“简单？”坐后面的赵明推了推眼镜，

“最好的想法往往都简单。问题是你没想到。”

Kevin的脸色不好看。

实验室主任PrOfeSSOr WilliamS也走了过来。

他花了五分钟把论文从头到尾扫了一遍，表情从惊讶慢慢变沉。

“这个结果如果可以复现

本章未完，请点击"下一页"继续阅读！ 第1页 / 共5页