ResNet結構解讀

ResNet在2015年被提出，在ImageNet比賽classification任務上獲得第一名，因爲它「簡單與實用」並存，之後很多方法都建立在ResNet50或者ResNet101的基礎上完成的，檢測，分割，識別等領域都紛紛使用ResNet，Alpha zero也使用了ResNet，所以可見ResNet確實很好用。 ResNet的意義：         隨着網絡的加深，出現了訓練集準確率下降的

>>阅读原文<<