在深度学习领域，ResNet50 是一种被广泛应用的神经网络模型，基于 残差网络（Residual Network） 的思想构建。它通过在训练过程中的跳跃连接（skip connections），解决了传统网络中的 梯度消失问题，使得网络层数可以大幅增加。ResNet50 是 ResNet 家族的一
Python 24 次浏览
Grad-CAM是一种可视化网络中哪些区域对分类结果有更大贡献的方法，它在图像分类任务中帮助理解神经网络决策。在ResNet50中使用Grad-CAM可视化模型预测依据的特征区域，指导模型进一步优化。Grad-CAM的计算过程简述为：定义网络，加载训练好的模型并获取目标层输出，计算目标类别对输出的梯
Python 19 次浏览
本项目使用 Python 语言，基于 TensorFlow 深度学习框架实现了 ResNet 残差网络结构。ResNet 通过引入残差连接，有效解决了深度神经网络训练过程中的梯度消失问题，在图像分类等任务上取得了显著的性能提升。
Python 21 次浏览