在深度学习中的深度残差网络中，残差学习块到底是什么？

我正在阅读论文《深度残差学习以进行图像识别》，但我很难100％地确定残差块在计算上的含义。阅读他们的论文，他们有图2：

它说明了残余块应该是什么。残差块的计算是否与以下内容完全相同：

$$\mathbf{y} = \sigma( W_2 \sigma( W_1 \mathbf{x} + b_1 ) + b_2 + \mathbf{x} )$$

或者是别的什么？

换句话说，也许是试图与论文的符号相匹配的是：

$$\mathcal F(x) + x = \left[ W_2 \sigma( W_1 \mathbf{x} + b_1 ) + b_2 \right] + \mathbf{x}$$

真的吗？

$\mathbf{y}$

$$\sigma( \mathcal F(x) + x ) = \sigma( \left[ W_2 \sigma( W_1 \mathbf{x} + b_1 ) + b_2 \right] + \mathbf{x} )$$

$\sigma$

是的，的确如此，您可以查看他们的caffe模型以了解其实现方式。