🔑 名詞卡

ResNet（Residual Network）

🎯 定義

引入殘差結構（Residual Connection）的深度學習模型，允許網路深度達到 152 層，解決了深層網路訓練過程中的梯度消失問題，能訓練更深層的網路。

重點

屬於 CNN 架構演進歷程中的重要里程碑，晚於 AlexNet、VGG，以「跨層捷徑連接」大幅提升可訓練的網路深度。

ResNet＝Residual（殘差）——讓訊號可以「跳過」某些層直接傳遞，避免層數越深、梯度越容易消失的問題。

vs U-Net 的跳躍連接：概念相似（都靠跨層連接傳遞資訊），但 ResNet 的殘差連接是為了解決極深網路的梯度消失問題，U-Net 的跳躍連接是為了在編碼/解碼過程中保留高解析度細節。

📖 課文原文
「ResNet：引入殘差結構（Residual Connection），允許網路深度達到 152 層，解決了深層網路訓練過程中的梯度消失問題，能夠訓練更深層的網路。」