TF2.0深度学习实战（七）：手撕深度残差网络ResNet

写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与记录。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~
我的博客地址为：【AI 菌】的博客
我的Github项目地址是：【AI 菌】的Github
本教程会持续更新，如果对您有帮助的话，欢迎star收藏~

前言：
  本专栏将分享我从零开始搭建神经网络的学习过程，注重理论与实战相结合，力争打造最易上手的小白教程。在这过程中，我将使用谷歌TensorFlow2.0框架逐一复现经典的卷积神经网络：LeNet、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，以及现在比较流行的：RCNN系列、SSD、YOLO系列等。

  这一次我将复现非常经典的深度残差网络ResNet。首先在理论部分，我会依据论文对ResNet进行一个简要的讲解。然后在实战部分，我会手把手带你搭建第一个深度残差网络ResNet-18，对CIFAR10数据集进行训练与分类预测。

系列教程：
    实战教程：《TF2.0深度学习实战：图像分类/目标检测》
    理论教程：《深度学习笔记》

---

资源传送门：
    论文地址：《Deep Residual Learning for Image Recognition》
    论文详解：ResNet论文详解：《Deep Residual Learning for Image Recognition》
    github项目地址：【AI 菌】的Github

---