2012年10月29日，傍晚。

义大利，佛罗伦斯。

古老的文艺復兵之城在夕阳下泛著金色的光芒。

阿诺河静静流淌，远处圣母百花大教堂的穹顶在晚霞中显得格外壮丽。

陈阳站在酒店房间的窗前，看著窗外的风景。

这是他第一次来欧洲，第一次参加国际学术会议。

身后，传来敲门声。

“陈阳，准备好了吗？晚上的欢迎晚宴快开始了。“

开口的是朱军教授，水木大学计算机系的教授，这次也来参加eccv会议。

得知陈阳要来做演讲，朱军主动提出带他一起来，一路上照应这个第一次出国的大一学生。

“好了，朱老师。“陈阳拿起西装外套穿上。

镜子里的少年，穿著得体的深蓝色西装，头髮梳得整齐，眼神中带著超越年龄的沉稳。

“走吧。“

朱军笑著说，“今晚来的都是计算机视觉领域的顶尖人物，好好认识一下。“

会议酒店的宴会厅里，水晶吊灯发出柔和的光芒。

身著正装的学者们三三两两地聚在一起，端著红酒交谈著。

空气里瀰漫著香檳和烤牛排的味道，还有各种语言交织的低语声。

陈阳跟著朱军走进大厅，立刻感受到了几道目光落在自己身上。

“朱，好久不见！“

记住我们101看书网

一个满头银髮的老者走过来，用略带口音的英语打招呼。

“安德鲁！“

朱军热情地握手，“你也来了！“

安德鲁·齐瑟曼，牛津大学的教授，计算机视觉领域的传奇人物之一。

“这位是？“齐瑟曼的目光落在陈阳身上。

“我的学生，陈阳。“

朱军介绍道，然后压低声音补充，“star city data的那个。“

齐瑟曼的眼睛瞬间亮了。

“你就是陈阳？“

他用力握住陈阳的手，“天啊，我还以为你至少是个博士后！“

“您好，齐瑟曼教授。“

陈阳用流利的英语回应，“很荣幸见到您。“

“荣幸的是我！“

齐瑟曼激动地说，“6.5%！你知道吗，当我看到那个数字的时候，我以为是系统出错了！“

周围几个学者听到这边的动静，也围了过来。

“你就是star city data的作者？“

“天啊，这么年轻？“

“你真的只是大一学生？“

陈阳被围在中间，礼貌地点头回应。

“各位，“

朱军笑著帮他解围，“陈阳刚下飞机，让他先喘口气吧。明天的演讲，他会详细介绍技术细节的。“

“对对对，明天！“

齐瑟曼拍了拍陈阳的肩膀，“小伙子，我会坐在第一排听你的演讲。“

人群渐渐散开，但不时还有人投来好奇的目光。

“习惯就好。“

朱军低声对陈阳说，“从今天开始，你就是这个圈子的焦点了。“

陈阳端起一杯果汁，看著大厅里那些学术界的传奇人物。

他们中有的写出了开创性的论文，有的培养了无数顶尖人才，有的创办了改变世界的公司。

而现在，他们都在谈论著同一个话题——那个来自中国的6.5%。

宴会厅的另一端，几个年轻人也在討论著。

“听说了吗？今年的冠军是个中国大一学生。“

“6.5%的错误率，简直不可思议。“

“明天一定要去听他的演讲。“

10月30日，下午两点。

eccv 2012闭幕式。

会议主厅里座无虚席，走廊上都站满了人。

讲台上，李飞飞正在做开场介绍。

“今年的imagenet挑战赛，出现了一个令人震惊的成绩。“

大屏幕上显示出排行榜前三名：

**rank 3: oxford vgg | 26.5%**

**rank 2: supervision (toronto)| 16.4%**

**rank 1: star city data (china)| 6.5%**

台下响起一阵惊嘆声。

“第二名团队的成绩已经是巨大的突破，將错误率从26%降到了16%。“

李飞飞说，“但第一名的成绩，则完全超出了我们的想像。“

她顿了顿，目光扫过台下：

“6.5%的top-5错误率，这意味著什么？意味著我们距离人类的识別水平，已经非常接近了。“

“接下来，让我们有请star city data团队的代表，来自清华大学的陈阳，为我们带来今天的闭幕演讲——《deep residual learning for image recognition》。“

掌声响起。

陈阳从第一排站起身，走上讲台。

聚光灯打在他身上，台下数百双眼睛盯著他。

他深吸一口气，接过话筒。

“各位下午好，我是陈阳。“

他的声音平静而清晰，英语发音標准。

“在开始之前，我想先问一个问题：为什么深度神经网络不能无限加深？“

大屏幕上出现了一张图表，显示著网络层数和准確率的关係。

“传统观点认为，网络越深，表达能力越强。但事实上，当网络超过一定深度后，准確率反而会下降。“

陈阳点击翻页。

“这就是所谓的退化问题。很多人认为这是过擬合导致的，但实际上，即使在训练集上，深层网络的表现也不如浅层网络。“

台下的学者们点头，这確实是困扰业界多年的难题。

“那么，问题出在哪里？“

陈阳的语气突然变得锐利：

“问题在於，我们让网络学习的东西太难了。“

他点击下一页，屏幕上出现了一个简单的示意图。

左边是传统网络：输入x经过两层网络，输出h(x)。

右边是残差网络：输入x经过两层网络得到f(x)，然后加上原始输入x，输出h(x)= f(x)+ x。

“这就是残差学习的核心思想。“

陈阳的声音在寂静的会场里迴荡：

“与其让网络直接学习h(x)，不如让它学习残差f(x)= h(x)- x。“

“为什么这样更简单？因为在很多情况下，最优映射接近於恆等映射。也就是说，f(x)接近於0，比直接学习h(x)要容易得多。“

台下开始有窃窃私语声。

“太简单了……“

“为什么我们之前没想到？“

“等等，这真的有效吗？“

陈阳似乎听到了这些质疑，他点击下一页。

本章未完，点击下一页继续阅读。（1 / 2）