ResNet

定义 Definition

ResNet（残差网络）是一种深度神经网络结构，通过引入“残差/跳跃连接（skip connection）”让信息跨层传递，从而缓解深层网络训练中的梯度消失与退化问题，常用于图像分类、目标检测等计算机视觉任务。（该词也可泛指一系列以 ResNet 为骨干网络的模型，如 ResNet-50、ResNet-101。）

发音 Pronunciation

/ˈrɛzˌnɛt/

例句 Examples

ResNet is a popular backbone for image classification models.
ResNet 是图像分类模型中很常用的骨干网络。

By adding residual connections, ResNet can train much deeper networks without losing performance.
通过加入残差连接，ResNet 能在不明显损失性能的情况下训练更深的网络。

词源 Etymology

ResNet 是 Residual Network（残差网络）的缩写。术语随何恺明等人在 2015 年提出的“深度残差学习”方法而广泛流行；“residual（残差）”指网络学习的是输入与输出之间的“差值/增量”，而不是从零开始学习完整映射。

相关词 Related Words

• Residual
• Skip Connection
• Backbone
• Convolutional
• CNN
• BatchNorm
• ImageNet

文献与作品 Notable Works

• Deep Residual Learning for Image Recognition（He et al., 2015）——提出 ResNet 的经典论文
• Identity Mappings in Deep Residual Networks（He et al., 2016）——进一步分析与改进残差结构
• Computer Vision: A Modern Approach（一些新版/课程材料中在深度学习章节常以 ResNet 作为代表架构之一）