Neural network 带残差网络的神经常微分方程差分

好吧，我几乎没通过普通微分方程的课程，所以我真的需要一些帮助来理解这一点。 就我所见，残差网络用作某些神经元的入口，不仅是最后一个神经元的输出，还有之前的输入，类似于x+f（x）的东西

我把剩余网络理解为“离散的”ODE，但ODE网络到底是怎么回事？它说网络的深度（层数）由ODE决定？那么，颂歌到底在哪里表演呢？到目前为止，我可能一直误解的是，网络和输入的激活函数作为一个常微分方程来求解，并成为输出

---

我不擅长微分方程，也不擅长神经网络，有人能解释一下吗？

这不是很简单就是很复杂。简单的想法似乎是动力系统收敛到一个固定/静止/平衡点。在“NN魔术”中，通常隐藏在某处的复杂部分是，收敛完全发生了，它以某种有序的方式发生，并且达到的平衡传递了一些有用的信息。