残差块shortcut连接

残差块是指在深度学习中，由于深度较深的网络在传递过程中容易出现梯度消失或梯度爆炸的问题，为了解决这个问题，可以使用残差块（Residual block）。

残差块的结构一般为：两个卷积层和一个shortcut连接。shortcut连接是指将输入数据直接加到卷积层的输出上，然后再将结果通过激活函数进行处理。这样做的目的是保持输入数据的信息流通，并且避免梯度消失问题。

使用残差块可以加深网络的深度，提高模型的准确率，同时也减少了训练时间和计算成本。因此，在深度学习中，残差块是非常重要的组成部分。