blog: ResNet 论文精读 | Yun Shen 
论文原文: [1512.03385] Deep Residual Learning for Image Recognition 
代码实战（有更全面的代码）: Google Colab 
(这几天要出远门一趟，可能要过段时间在做分享啦，想了解的提前看我blog也可以,hhh。) 
ResNet
ResNet（Deep Residual Learning）由何恺明等人于 2015 年提出，通过引入残差连接解决了深度网络的退化问题，在 ImageNet 分类竞赛中以 152 层网络夺冠，是深度学习发展史上的里程碑工作。残差连接这一思想后来深刻影响了 DenseNet、Transformer 等后续架构，已成为现代深度学习的标准组件。 
研究动机
深度神经网络在层数增加时面临两个关键障碍： 

梯度消失/爆炸：反向传播中梯度经过多层连乘...