# 深度殘差網絡

ResNet-50 是一個深度殘差網絡，由微軟研究院開發，廣泛用於圖像分類任務。

基於ResNet-50架構的計算機視覺模型，用於圖像分類任務

ResNet50是基於深度殘差學習實現的圖像分類模型，通過殘差連接解決了深度神經網絡中的梯度消失問題。

ResNet26d是基於深度殘差學習的圖像分類模型，是ResNet的變體(d)版本，優化了stem結構和shortcut連接方式。

基於ImageNet數據集預訓練的深度殘差網絡模型，用於圖像分類任務。

ResNet18是基於深度殘差學習實現的圖像分類模型，通過殘差連接解決了深層網絡訓練困難的問題。

ResNet152是基於深度殘差學習的圖像分類模型，通過殘差連接解決了深度網絡訓練中的梯度消失問題。

ResNet26是基於深度殘差學習架構的圖像分類模型，是ResNet系列中的一種變體。