ResNet（残差ネットワーク）とは？-AI関連の用語集【クラベルAI】-

ResNet（Residual Network）

ResNet（Residual Network）とは、層の入力を出力にそのまま足す「近道」をつけて、とても深い層でも学習できるようにしたニューラルネットワークのことです。2015年にHeらが発表し、画像認識の大会ILSVRC 2015で優勝しました。層が深いと学習が難しくなる問題に対し、入力との差（残差）だけを学ぶ設計が答えでした。この近道の考え方は、のちのTransformerにも受け継がれています。

ResNet（Residual Network）関連用語

ResNet（Residual Network）に関連する単語は以下の通りです。

• 勾配消失問題深い層で学習が止まる問題は？→
• CNN（Convolutional Neural Network）元になっている画像向けの仕組みは？→
• 画像分類画像の分類はどう行う？→
• ディープラーニング（深層学習）層を深くする利点は？→
• Transformer（トランスフォーマー）近道の考え方はどう生きている？→
• 転移学習（Transfer Learning）学習済みのResNetを使うには？→

ResNet（Residual Network）で知っておくと得する有益情報

ResNetは、深い層の学習を実現したモデルとして、いまも広く使われます。要点を3つにまとめました。

• 残差を学ぶ出力そのものでなく、入力からの変化分だけを学ぶ設計で、学習が楽になります。
• 近道で信号が届く誤差の信号が近道を通って前の層まで届き、勾配が消えにくくなります。
• 転移学習の定番学習済みのResNetを土台に、自社の画像に合わせて調整する使い方が一般的です。

ResNetの主なバージョン

ResNetの工夫を確かめるクイズ

ResNetの工夫として正しいものはどれでしょう。

入力を出力に直接足す近道をつけた画像を使わずに文章だけで学習する層を減らして浅くした

画像の分類や検査では、学習済みのResNetを土台に使うのが手堅い選択です。

ResNet（Residual Network）やさしい解説

近道があると、なんで深くしても大丈夫なの？

伝言ゲームにたとえます。何人も経由すると、内容がだんだん崩れていきますよね。

ResNetは、最初の人から最後の人に、メモを直接渡す近道を足すイメージです。途中が長くても、元の情報が届きます。

製造ラインの外観検査や、商品写真の自動仕分けなど、画像を扱う業務で土台によく採用されます。ゼロから学習するのではなく、学習済みのResNetを自社の写真に合わせて調整すれば、少ないデータでも着手できます。

ResNet（Residual Network）についてのみんなの疑問

ResNetは画像専用ですか？

画像認識で生まれましたが、近道の考え方は広く応用されました。Transformerなど、文章を扱うモデルの内部にも、同じ近道の考え方が入っています。

ResNetは今も使われていますか？

2026年11月時点でも、画像分類の土台として使われています。より新しいモデルも登場していますが、軽くて扱いやすく、学習済みの重みも豊富なため、実務でよく選ばれます。

何層のResNetを選べばよいですか？

まず浅めの18〜50層を試すのが、一般的です。層が深いほど精度は上がりやすいものの、計算量も増えます。データ量と性能の要件で選びます。

AI関連の用語集【まとめ】

AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方は、ぜひご覧ください。

AI関連の用語集（全用語）気になった言葉は、ここからまとめて探せます。用語集を開く →

参考にした公式情報：Deep Residual Learning for Image Recognition（arXiv）

この記事は役に立ちましたか？

はい、役に立った いまいち

この記事をシェア

X Facebook LINE はてブ URLをコピー

ブログやSNSで紹介していただくときは、このページのURLをそのままお使いください（リンクはご自由にどうぞ）。

このサイトをホーム画面に追加

分からない言葉が出たとき、すぐ開けます。