resnet网络架构

ResNet是一种深度卷积神经网络，它的主要特点是使用了残差模块来解决深度网络中的梯度消失和退化问题。ResNet网络结构分别有18、34、50、101、152层，其中18和34层的网络使用的是基本块，而50、101、152层的网络使用的是瓶颈块。ResNet网络的核心思想是在网络中引入残差连接，即在网络中添加跨层连接，使得网络可以直接学习残差，从而避免了梯度消失和退化问题。ResNet网络的结构可以分为两个部分，即卷积层和全连接层。其中卷积层包括多个残差块，每个残差块由多个卷积层和一个跨层连接组成。全连接层则是将卷积层的输出进行汇总，最终输出分类结果。