ResNetとは ResNetはディープラーニングを行うためのモデルの一つであり,2015年のILSVRC(世界的な画像認識コンテスト)で優勝したモデルです. 一般的に,ある程度多層のニューラルネットワークは層が少ないニューラルネットワークよりも精度が高くなりますが,あまりに多くしすぎると勾配消失問題が発生し精度が悪化します.ディープラーニングの学習においては,各層ごとに活性化関数の微分を行い,勾配を計算することで重みを調整しているのですが,層を増やしすぎると微分の積が多くなりすぎて勾配が消えていくという問題があります. 従来のモデルでは各層(Deep path)を通して勾配の計算を行っていますが,ResNetは新たに別の経路(Shortcut Connection)を設けることで,勾配消失を起こしにくくしたモデルです.その結果,ResNetは精度を上げつつ深い階層のネットワークを実現でき
![ResNetをFine Tuningして自分が用意した画像を学習させる|P-Chun Labo](https://cdn-ak-scissors.b.st-hatena.com/image/square/41656328846695d0040e7db354575c4890d332c5/height=288;version=1;width=512/http%3A%2F%2Fpchun.work%2Fwp-content%2Fuploads%2F2018%2F10%2Fa749f0ac374e7fb5477601cde25fb018.png)