神经网络实战记录7—将多分类VGG模型改为多分类RestNet模型实现

1.RestNet网络结构就是先经过一个卷积层，再经过一个池化层，再经过若干个残差连接块，经过一个残差连接块之后可能会有一个降采样的操作（即maxpooling，其他降采样方式也有让步长等于2也能达到降采样的效果），在这个实战中是经过了4次降采样的过程，降采样的次数跟输入的大小正相关。
2.明确残差连接的概念：输入分成两部分，第一部分是经过连接层去做一些事情，第二部分是直接传过来加到输出上面，这样的结构就叫做残差连接：

3.降采样操作可能会导致的问题：
输入在
不时两个聚到输入的矩阵size不一样，因为降采样的size可能变成原来的1/2，但直接过来的输入size不变。
解决方法：直接过来的输入也做降采样，这里采用maxpooling来做。
具体实现如下：
（1）删掉：