Why Do Deep Residual Networks Generalize Better
   than Deep Feedforward Networks? — A Neural
       Tangent Kernel Perspective

           Kaixuan Huang                 Yuqing Wang
           Peking University           Georgia Institute of Technology
         hackyhuang@pku.edu.cn            ywang3398@gatech.edu
             Molei Tao                   Tuo Zhao
        Georgia Institute of Technology        Georgia Institute of Technology
          mtao@gatech.edu               tourzhao@gate ...