7月7日消息，最近，来自加州大学伯克利分校和圣迭戈分校的研究者发布一项研究，提出不使用归一化和残差连接的深度ConvNet在标准图像识别基准上也能实现优异的性能。初始化、归一化和残差连接被认为是训练深度卷积神经网络并获得最优性能的三大必备技术。该方法实现方式是：在初始化和训练期间，令卷积核具备近似保距性（near isometric）；使用ReLU激活函数的变体，实现保距性。