作者：芝加哥大学GustavLarsson，丰田工大学芝加哥分校MichaelMaire及GregoryShakhnarovich
摘要
我们为神经网络的宏观架构引进了一种基于自相似的设计策略。单一扩展规则的重复应用生成一个极深的网络，其结构布局正是一个截断的分形。这样的网络包含长度不同的相互作用子路径，但不包含任何直通式连接（pass-throughconnections)：每个内部信号在被下一层看见之前，都被一个过滤器和非线性部件变换过了。
这个性质与当前显式规划极深网络的结构使得训练成为一个残差学习问题的方法形成鲜明对比。我们的实验表明，残差表示不是极深卷积神经网络成功的基本要素。
分形设计在CIFAR-数据集（北京看白癜风医院在哪里北京中科医院