ResNet的产生

2015 年，Kaiming He 提出了ResNet（拿到了 2016 年 CVPR Best Paper Award），不仅解决了神经网络中的退化问题还在同年的ILSVRC和COCO 竞赛横扫竞争对手，分别拿下分类、定位、检测、分割任务的第一名。

ResNet的特点

Kaiming在文中提出了残差结构（Residual Block），使得原本所要拟合的函数，改为，其中，。虽然在“多个非线性层可以拟合任意函数”这一假设下二者并无区别，但是Kaiming 假设模型学习后者，将更容易进行优化与收敛。（在残差结构中，模型利用Shortcut进行Identity Mapping，这样也解决了梯度消失现象）。

示例代码

from torchvision.models.resnet import *
def get_net():
    model = resnet18(pretrained=True)
    model.avgpool = nn.AdaptiveAvgPool2d((1, 1))
    model.fc = nn.Sequential(
                nn.BatchNorm1d(512*1),
                nn.Linear(512*1, 你的分类类别数),
            )
    return model