Resnet50模型
前言
Residual net(殘差網(wǎng)絡(luò))：
將靠前若干層的某一層數(shù)據(jù)輸出直接跳過多層引入到后面數(shù)據(jù)層的輸入部分黑忱。
意味著后面的特征層的內(nèi)容會有一部分由其前面的某一層線性貢獻徐伐。
其結(jié)構(gòu)如下：
image.png
深度殘差網(wǎng)絡(luò)的設(shè)計是為了克服由于網(wǎng)絡(luò)深度加深而產(chǎn)生的學(xué)習(xí)效率變低與準(zhǔn)確率無法有效提升的問題壳贪。
一烹骨、模型框架
ResNet50有兩個基本的塊，分別名為Conv Block和Identity Block甫贯，其中Conv Block輸入和輸出的維度是不一樣的篇梭，所以不能連續(xù)串聯(lián)，它的作用是改變網(wǎng)絡(luò)的維度检诗；Identity Block輸入維度和輸出維度相同匈仗，可以串聯(lián)底哗，用于加深網(wǎng)絡(luò)的。
Conv Block.png
Identity Block.png
這兩個都是殘差網(wǎng)絡(luò)結(jié)構(gòu)锚沸。
二跋选、結(jié)構(gòu)層次
image.png
三、代碼實現(xiàn)(tesorflow2)
https://github.com/weigesdl/Classical_convolution_network_model/blob/master/Resnet50.ipynb
四哗蜈、網(wǎng)絡(luò)主要特點
增加網(wǎng)絡(luò)深度前标，實現(xiàn)深層提取特征。
五距潘、原文鏈接：
https://blog.csdn.net/weixin_44791964/article/details/102790260
六炼列、結(jié)構(gòu)圖片
image.png
