请简要的描述一下用ResNet来进行CIFAR数据集分类的原理

ResNet是一种深度神经网络架构，其主要目的是解决深度神经网络在训练过程中出现梯度消失或梯度爆炸的问题。ResNet将网络中的层连接起来形成了残差块，其中每个残差块包含两个或者三个卷积层、批量归一化和激活函数，这些层连接着跨越来一个或多个残差块的跨层连接或“捷径”。通过这些跨层连接，ResNet能够实现更深层次的神经网络架构，并且在训练深层模型时，能够更好的保持模型的性能。在CIFAR数据集分类任务中，ResNet在网络架构的基础上，利用了残差块和跨层连接来提高模型的性能和训练速度，从而更好地解决CIFAR数据集分类问题。