ResNet50 学习PyTorch

引言：resNet50网络属于res网络家族的重要成员，需要特别指出的是，残差网络是由何大神所提出，其影响力席卷全球。这一突破性成果之所以引起广泛关注，主要归因于当时卷积神经网络普遍采用增加卷积层数量的方式来提取图像特征，但这种做法却带来了严重的挑战——即梯度爆炸或梯度消失问题。这意味着卷积层的数量并非越多越好，若超出一定范围反而会产生适得其反的效果。在此背景下，何大神提出了残差网络结构，成功攻克了上述难题，并在国际深度学习领域确立了自身的重要地位。本文将重点探讨该网络的实现方式，并以一个较为简单的resNet网络为例进行解析，下面让我们一同深入了解。（物极必反——古训）

1》res50主要构成:

首先对整个网络的基本架构进行简要介绍。如下所示：（该结构主要由Bottleneck模块构成）

>       1. Sequential(

>  
>       2.   (0): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False)
>  
>       3.   (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_ru