본 논문은 He et al. (2015)에 의해 소개된 Residual Networks (ResNet)을 탐구합니다. ResNet은 skip connection을 사용하여 vanishing gradient 문제를 해결함으로써, 수백 개의 레이어를 가진 네트워크의 훈련을 가능하게 합니다. CIFAR-10 데이터셋에서 ResNet-18은 유사한 깊이의 전통적인 CNN보다 높은 정확도 (89.9% vs 84.1%)를 달성했으며, 더 빠르게 수렴하고 더 안정적으로 훈련되었습니다.
