ResNet-50网络理解

本文主要针对ResNet-50对深度残差网络进行一个理解和分析
ResNet已经被广泛运用于各种特征提取应用中，当深度学习网络层数越深时，理论上表达能力会更强，但是CNN网络达到一定的深度后，再加深，分类性能不会提高，而是会导致网络收敛更缓慢，准确率也随着降低，即使把数据集增大，解决过拟合的问题，分类性能和准确度也不会提高。Kaiming大神等人发现残差网络能够解决这一问题。这里首先放上一张ResNet的各种网络结构图（图1）：

重点说明一下ResNet-50，可以看到图1中所示，ResNet-50经过了4个Block，每一个Block中分别有3，4，6，3个Bottleneck，这里zyyupup给出了一张自己制作的网络图，我觉得这张图足够解释清楚ResNet-50（图2）：

现在来看一下这个网络图，