摘要

残差表示学习简化了复杂函数的学习优化问题，已被传统卷积神经网络广泛采用。然而，它尚未应用于深度神经决策森林（NDF）。在本文中，我们将残差学习引入到NDF中，所得到的模型在三个公开的年龄估计基准数据集上达到了最先进的精度水平，同时所需的内存和计算资源更少。我们进一步采用了基于梯度的技术来可视化NDF的决策过程，并理解面部图像输入对其的影响。代码和预训练模型将在https://github.com/Nicholasli1995/VisualizingNDF 上提供。