resnet、nasnet、nasnetlarge 算法

ResNet（Residual Network）是由微软研究员何凯明等人在2015年提出的深度残差网络，它通过引入残差块（Residual Block）来解决深度卷积神经网络退化的问题，即随着深度的增加，网络的性能反而变差。ResNet在ImageNet数据集上取得了当时最好的结果。

NASNet（Neural Architecture Search Network）是谷歌在2017年提出的一种自动化神经网络架构搜索算法。它通过搜索神经网络的结构和超参数来优化网络的性能，从而自动化地设计出高效率和高性能的神经网络。

NASNet-Large是NASNet的一个变种，它是由谷歌在2018年开发的一种架构，使用了一种称为“NAS神经元”的新型神经元结构，可以产生更好的性能和效率。NASNet-Large在ImageNet数据集上达到了当时最好的结果。