ResNet第一部分解析：架构和概念

文章目录

• 一、ResNet解析
• • 1.1 ResNet 历史
  • 1.2 残差指的是什么？
  • 1.3 Resnet在ImageNet上的结果

第二章 两种基于深度的ResNet架构设计
本章概述了基于不同深度的残差网络（ResNet）架构的设计与实现过程。
2.1 研究背景与目标
2.2 基于深度为50和101的残差网络（ResNet50与ResNet101）构建
2.3 以深度为101的残差网络（ResNet-101）为基础构建的Faster RCNN性能研究

• 有趣的事，Python永远不会缺席
• 培训说明

数据和模型 <>

一、ResNet解析

1.1 ResNet 历史

残差网络（residual network），由著名计算机科学家Kaiming He（何凯明）于2015年提出作为一种基于卷积神经网络的新架构设计，在ImageNet竞赛中一举斩获图像分类、检测与定位三项赛事的冠军。相较于传统架构而言，残差网络展现出卓越的优化能力并能通过逐步加深模型结构来显著提升分类精度。其关键创新点在于巧妙地解决了深层神经网络训练过程中存在的梯度消失问题。正是由于其‘以简为赅’的设计理念，在此基础上众多研究者开发出了如ResNet50和