最近几年,在处理语音、图像识别和语言处理等问题上,深度学习有着十分不错的表现。在所有类型神经网络中,卷积神经网络中研究最为深入的。在过去因为没有大数据与高性能的计算设备支撑,想要在不过拟合进行高性能卷积神经网络训练是难以想象的。如今卷积神经网络的飞速发展,离不开出现了ImageNet这样的数据,还有大幅提升的GPU计算性能。尽管各种CNN模型仍继续在多种计算机视觉应用中进一步推进当前最佳的表现,但在理解这些系统的工作方式和如此有效的原因上的进展仍还有限。这个问题已经引起了很多研究者的兴趣,为此也涌现出了很多用于理解CNN的方法。本课题主要研究了卷积神经网络ResNet,在pytorch平台进行对ResNet34神经网络的训练,得到达到识别精度的神经网络