Расскажите про идею ResNet и напишите код ResidualBlock.

Идея ResNet (Residual Network) заключается в использовании остаточных связей (skip connections), которые позволяют обходить один или несколько слоев, чтобы избежать проблемы затухающего градиента и облегчить обучение очень глубоких нейронных сетей.

Основной элемент ResNet — ResidualBlock, который добавляет входной сигнал к выходу нескольких слоев, реализуя функцию:

output = F(x) + x

где F(x) — преобразование входа (например, несколько сверточных слоев).

Пример кода ResidualBlock на Python с использованием PyTorch:

import torch
import torch.nn as nn

class ResidualBlock(nn.Module):
    def __init__(self, channels):
        super(ResidualBlock, self).__init__()
        self.conv1 = nn.Conv2d(channels, channels, kernel_size=3, padding=1)
        self.bn1 = nn.BatchNorm2d(channels)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = nn.Conv2d(channels, channels, kernel_size=3, padding=1)
        self.bn2 = nn.BatchNorm2d(channels)

    def forward(self, x):
        residual = x
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)
        out = self.conv2(out)
        out = self.bn2(out)
        out += residual
        out = self.relu(out)
        return out

Такой блок помогает сети учиться более эффективно, позволяя градиенту проходить напрямую через остаточные соединения.