1.RED

RED-Net(very deep Residual Encoder-Decoder Networks)，即非常深的残差编码器-解码器网络。

RED-Net的结构是对称的，每个卷积层都有对应的反卷积层。卷积层在消除损坏的同时捕获图像内容的抽象，反卷积层则对特征图进行上采样和恢复图像细节。每一组镜像对应的反卷积层有着跳跃连接结构，将两部分具有同样尺寸的特征做相加处理。

这解决了两个问题：1）当网络深入时，图像细节可能会丢失，从而使反卷积在恢复时变得更弱。2）梯度消失。
这样的结构能够将卷积层的细节传递给反卷积层，恢复出更加干净的图片。
可以看到，网络中有一条线是将输入的图像连接到后面与最后的一层反卷积层的输出相加，也就是VDSR中用到的方法。

RED-Net的网络深度为30层，损失函数为均方误差。

2. Code