深度学习之基于Tensorflow2.0实现ResNet50网络
理论上讲，当网络层数加深时，网络的性能会变强，而实际上，在不断的加深网络层数后，分类性能不会提高，而是会导致网络收敛更缓慢，准确率也随着降低。利用数据增强等方法抑制过拟合后，准确率也不会得到提高，出现梯度消失的现象。因此，盲目的增加网络层数会适得其反，因此，ResNet(残差网络)系列网络出现了。本次基于Tensorflow2.0实现ResNet50网络。1.ResNet50网络简介ResNet50网络在层数上相比于VGG系列网络更胜一筹。这是何凯明在2015年提出的一种网络结构，获得了ILSV
