resnet卷积层有几种

ResNet 模型中的卷积层主要分为两种：标准卷积层和残差卷积层。

标准卷积层是指传统的卷积层，它由卷积核、激活函数和池化层组成。在 ResNet 中，标准卷积层被用作模型的前几层，用于提取图像的低层特征。

残差卷积层是指一种特殊的卷积层，它包含了一个跨层连接（shortcut connection），可以将输入直接传递到输出，避免了信息在多层卷积中的丢失。在 ResNet 中，残差卷积层被用于模型的主体结构中，用于提取图像的高层特征。