resnet50网络结构示意图叫什么残差块

ResNet50是一种经典的深度神经网络结构，它由多个残差块（Residual Block）组成。每个残差块中包含多个卷积层、批量归一化层和激活函数层，同时也包含了跨层连接（shortcut connection），使得神经网络能够更加高效地训练。

残差块（Residual Block）是ResNet中的核心模块，它通过跨层连接将输入数据直接传递到输出端，同时在残差块内部通过多个卷积层和批量归一化层对输入数据进行了处理。这种设计可以避免深度神经网络中的梯度消失问题，并且能够加速训练过程。

下面是ResNet50中的一个残差块的示意图：


可以看到，在ResNet50中的一个残差块中，输入数据会经过两个卷积层，并且在每个卷积层之后都会添加一个批量归一化层和激活函数层。同时，输入数据也会被跨层连接直接传递到输出端。