C新智元编译
来源：arXiv.org
译者：DFJ
ResNet是ImageNet冠军，通过让网络对残差进行学习，在深度和精度上做到了比CNN更加强大。于是有人认为残差结构对此很重要，本文提出一个不依赖于残差的极深（Ultra-Deep）架构，指出残差学习对极深CNN并非必需。论文提出了极深CNN中首个ResNet的替代品FractalNet，并开发了一种新的正则化规则，无需数据增强就能大幅超越残差网络性能。作者称该结构可以自动容纳过去已有的强大结构。
分形网络：无残差的极深神经网络（FractalNet:Ultra-DeepNeuralNetworkswithoutResiduals）
芝加哥大学GustavLarsson，丰田工大学芝加哥分校MichaelMaire及GregoryShakhnarovich