一说起“深度学习”，自然就联想到它非常显著的特点“深、深、深”（重要的事说三遍），通过很深层次的网络实现准确率非常高的图像识别、语音识别等能力。因此，我们自然很容易就想到：深的网络一般会比浅的网络效果好，如果要进一步地提升模型的准确率，最直接的方法就是把网络设计得越深越好...

深度在神经网络中有及其重要的作用，但越深的网络越难训练。随着深度的增加，从训练一开始，梯度消失或梯度爆炸就会阻止收敛，normalizedinitialization和intermediatenormalization能够解决这个问题。但依旧会出现degradationproblem：随着深度的增加，准确率会达到饱和，...

一、背景1）梯度消失问题我们发现很深的网络层，由于参数初始化一般更靠近0，这样在训练的过程中更新浅层网络的参数时，很容易随着网络的深入而导致梯度消失，浅层的参数无法更新。可以看到，假设现在需要更新b1，w2,w3,w4参数因为随机初始化偏向于0，通过链式求导我们会发现，w1w2w3相乘会得到更加接近于0的数，那么所求的...