Resnet 50 结构中的stage1~4分别是什么作用，请详细介绍每一层

ResNet50是一种常用的深度卷积神经网络，它的结构包含4个阶段：

1. Stage 1：包含3个卷积层和2个池化层，主要负责对输入图像进行特征提取。

2. Stage 2：包含4个卷积层和2个池化层，主要负责对第一阶段提取的特征进一步加深和提升。

3. Stage 3：包含6个卷积层和2个池化层，主要负责对第二阶段提取的特征进一步加深和提升。

4. Stage 4：包含3个卷积层和1个池化层，主要负责对第三阶段提取的特征进一步加深和提升。

总的来说，这4个阶段的主要作用是对输入图像的特征进行提取和加深，以便后续的图像分类或其他任务。