ResNet（Residual Neural Network）是一种深度残差网络，由微软亚洲研究院的研究员提出。通过引入残差连接，ResNet解决了深度神经网络训练过程中的梯度消失和梯度爆炸等问题。残差块是ResNet中的核心组件，它包含了跨层的直接连接，使得信息可以更快地传递。ResNet在图像识别、物体检测、语音识别等领域取得了显著的成果。该算法的出现极大地推动了深度学习领域的发展和实际应用。