使用残差模块ResNet可以解决梯度消失还是梯度爆炸

使用残差模块ResNet主要是为了解决梯度消失的问题。在深度神经网络中，随着网络层数的增加，梯度会逐渐变小，导致训练过程中梯度消失，使得网络难以收敛。ResNet通过引入跨层连接，使得信息可以直接从前面的层传递到后面的层，从而避免了梯度消失的问题，使得网络可以更深地训练。

虽然梯度爆炸也是深度神经网络中的一个问题，但是使用残差模块并不能直接解决梯度爆炸。通常情况下，梯度爆炸可以通过梯度裁剪等方法来解决。