简短的回答是，当网络非常深时，梯度一直向后传播变得非常困难。跳过连接为梯度进一步传播提供了“捷径”，并允许对非常深的网络进行有效训练。

为什么我们需要 Shortcut Connections 来构建残差网络，

因为否则网络将不是残差网络。

[残差连接]如何帮助训练神经网络进行分类和检测？

他们为渐变添加了快捷方式。这样前几层的更新速度非常快，梯度消失问题不再是问题。因此，您可以轻松地制作具有 1000 层的网络。请参阅残差网络论文。

分类/检测没有什么特别的。它关于非常深的网络。