卷积神经网络在实际训练过程中，不可避免会遇到一个问题：随着网络层数的增加，模型会发生退化。
　　

换句话说，并不是网络层数越多越好，为什么会这样？　不是说网络越深，提取的特征越多，网络的表达能力会更好吗？
　　要理解这个问题：需要对网络的ＢＰ反向传播算法有深入的理解。
　在ＢＰ反向传播的过程中：因为链式法则的缘故，激活函数会存在连乘效应，非线性的激活函数在连乘过程中会最终趋近于0，从而产生梯度消失的问题。
　我们可以选择线性激活函数，比如ReLu，以及正则化来缓解梯度消失的问题，但是并不能从根本解决问题。因为在深层网络的反向传播过程中，网络会逐渐饱和，在权重更新值极小的情况下，继续增加网络深度，反而会增加Loss, 这一点是由经验得来。
　所以，我们可以有一种猜测： 深层网络中： 网络可能已经在中间某一层学习到最优解，只要能够在后续的隐藏层"什么都不学"，透明传输到输入层就能解决Loss增加的问题。
　这个就是恒等映射，学习到最优解后，激活函数y=x就什么都不做，把输入原样输出。 这就是残差网络的实质。
　那个skip connection跳跃连接实际就是恒等映射的叠加。