请画出resnet20的结构图

以下是ResNet20的结构图：

输入
↓
卷积层（64个3x3卷积核，步长1，填充1）
↓
批量归一化层
↓
ReLU激活层
↓
基本块（64个3x3卷积核，步长1，填充1）
↓
基本块（64个3x3卷积核，步长1，填充1）
↓
基本块（64个3x3卷积核，步长1，填充1）
↓
基本块（128个3x3卷积核，步长2，填充1）
↓
基本块（128个3x3卷积核，步长1，填充1）
↓
基本块（128个3x3卷积核，步长1，填充1）
↓
基本块（256个3x3卷积核，步长2，填充1）
↓
基本块（256个3x3卷积核，步长1，填充1）
↓
基本块（256个3x3卷积核，步长1，填充1）
↓
基本块（512个3x3卷积核，步长2，填充1）
↓
基本块（512个3x3卷积核，步长1，填充1）
↓
基本块（512个3x3卷积核，步长1，填充1）
↓
全局平均池化层
↓
全连接层（10个输出）
↓
Softmax层
↓
输出

ResNet20使用了跨层的连接（skip connection）和残差学习（residual learning）的思想，使得网络可以更深，并且训练更加容易。ResNet20的结构比较简单，但在CIFAR-10数据集上的表现也非常优秀。