Resnet101网络结构

ResNet101是一种深度残差网络，由101个卷积层组成。它的主要特点是引入了残差块，使得网络可以更深，同时避免了梯度消失的问题。ResNet101的网络结构如下：

1. 输入层：224x224x3的图像
2. 卷积层：7x7的卷积核，步长为2，输出112x112x64的特征图
3. 池化层：3x3的池化核，步长为2，输出56x56x64的特征图
4. 残差块：由多个残差单元组成，每个残差单元包含两个3x3的卷积层和一个跳跃连接，其中第一个卷积层的输出通道数为B，第二个卷积层的输出通道数为4B，跳跃连接将输入直接加到输出上。ResNet101共有4个残差块，每个残差块包含多个残差单元。
5. 全局平均池化层：对每个特征图进行平均池化，输出1x1x2048的特征向量
6. 全连接层：将特征向量映射到1000维的向量，表示1000个类别的概率分布