本文提出了可编程梯度信息（PGI）这一新概念，以解决深度网络中的信息损失问题。通过设计广义高效层聚合网络（GELAN），研究表明该架构在目标检测任务中表现优越，能够更有效地利用参数，并提升从头训练模型的性能。

本文研究了深度学习中的信息损失问题，提出了可编程梯度信息（PGI）和广义高效层聚合网络（GELAN）的架构。实验证明，GELAN在目标检测任务上比最新方法实现了更好的参数利用率。PGI适用于各种模型，能够获取完整信息，使得从头开始训练的模型比预训练模型获得更好的结果。