动手学深度学习中7.6节ResNet的内容，注意其准确率达到91.5%，比AlexNet又高了，请解释为什么会这样？ 术语“ResNet-18”，其中的18是什么意思？

ResNet通过引入残差块，解决了深度神经网络退化的问题，即随着网络层数的增加，准确率反而下降的问题。这是因为多层的网络会使得前面的层的输入信息被逐渐淹没，难以传递到后面的层。而残差块则允许网络直接拟合出残差，使得前面层的信息可以直接传递到后面层，从而避免信息丢失，提高了模型的准确率。

"ResNet-18"中的18表示网络的层数，即该网络由18个卷积层和全连接层组成，其中包括了16个残差块和1个普通卷积层和1个全连接层。不同的ResNet模型层数不同，常用的还有ResNet-34、ResNet-50、ResNet-101等。较深的网络通常可以提取更复杂的特征，从而得到更好的性能。