张祥雨是中国计算机科学家和企业家，因对深度学习和计算机视觉的贡献而闻名。他是旷视科技的联合创始人之一，该公司是一家领先的人工智能公司，同时也是ResNet（残差网络）架构的合著者，该架构显著推进了深度神经网络的训练。张祥雨的工作影响了学术研究和实际应用，涵盖图像识别和自动驾驶系统等领域。
张祥雨出生于中国，攻读计算机科学，并在中国科学技术大学获得博士学位。他后来在微软亚洲研究院从事研究，参与了基础性深度学习项目的合作。2011年，他与同事共同创立了旷视科技（又称Face++），旨在将人工智能技术商业化，特别是在人脸识别和计算机视觉领域。在他的技术领导下，旷视科技成为中国最 prominent 的人工智能初创公司之一，开发了用于金融、安防和零售领域的产品。
ResNet与深度学习贡献
张祥雨最显著的学术贡献是ResNet架构，该架构在2015年发表的论文《Deep Residual Learning for Image Recognition》中提出。与何恺明、任少卿和孙剑共同撰写的这篇论文证明，残差连接--通过跳跃连接使梯度直接流动--能够训练数百层甚至上千层的网络。这一突破解决了梯度消失问题，并显著提升了图像分类的准确性。ResNet在ILSVRC 2015分类任务中荣获第一名，并成为现代神经网络中的标准构建模块。该架构的影响超越了视觉领域，支撑了许多深度学习模型，广泛应用于自然语言处理和生成式人工智能。
旷视科技与创业
作为旷视科技的联合创始人，张祥雨帮助打造了中国首批重要的人工智能公司之一。旷视科技的Face++平台在人脸识别领域得到广泛采用，支持移动支付、安防监控和身份验证等应用。公司获得了大量融资，包括2017年一轮4.6亿美元的C轮融资，到2019年估值超过40亿美元。张祥雨负责技术战略和研究工作，将学术成果与商业部署相结合。旷视科技的成功推动了中国人工智能生态系统的发展，与商汤科技和云从科技等公司并驾齐驱。
研究与出版物
除了ResNet之外，张祥雨还合著了多篇关于目标检测、模型压缩和高效神经网络设计的论文。他在轻量级架构方面的工作，如ShuffleNet，旨在使人工智能能够在资源受限的设备（如智能手机）上运行。这些贡献被广泛引用，使张祥雨成为应用人工智能领域最具影响力的研究者之一。他的研究通常强调实际效率，与旷视科技专注于现实世界部署的方向一致。
影响与认可
张祥雨的工作在人工智能社区中获得了广泛认可。ResNet的论文被引用数万次，该架构成为现代机器学习的基石。他的创业成功也在商业和科技界受到关注，旷视科技于2019年在香港证券交易所上市。张祥雨作为研究者和企业家的双重身份，体现了学术创新与产业应用的结合，影响了人工智能领域及更广泛的科技行业。
后续发展
近年来，张祥雨继续领导旷视科技的研究工作，专注于大规模模型和自动驾驶系统等先进人工智能技术。他还参与了国际合作，为开源项目和学术会议做出贡献。截至2024年，旷视科技仍是全球人工智能领域的重要参与者，张祥雨的领导力推动着计算机视觉及其他领域的创新。