李沐笔记（残差网络ResNet）

最新推荐文章于 2025-09-16 19:27:57 发布

原创

最新推荐文章于 2025-09-16 19:27:57 发布 · 625 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#网络 #深度学习 #cnn

本文深入探讨了残差网络（ResNet）在深度学习中的应用，特别是其解决深层神经网络训练中梯度消失问题的机制。通过介绍ResNet的基本结构，包括残差块的工作原理，阐述了它如何使特征映射直接通过网络，从而加速学习过程并提高模型准确性。此外，还讨论了ResNet在网络架构变深时的表现及其在图像识别任务中的卓越性能。

import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l


# 残差块
class Residual(nn.Module):
    def __init__(self, input_channels, num_channels,
                 use_1x1conv=Fal