---
title: "ResNet（残差接続）とは？G検定対策"
description: "ResNetを残差接続で深いCNNを学習しやすくした代表的モデルとして整理します。勾配消失の緩和、ショートカット接続、G検定で問われる特徴を確認できます。本文では、基本定義、代表例、関連用語との違い、G検定で問われやすい観点まで短時間で復習できます。"
last_modified_at: "2026-05-15"
canonical_url: "https://stemtazoo.github.io/gk/resnet/"
section: "gk"
---

## まず結論

* **ResNet（Residual Network）**とは、**残差接続（skip connection）**を導入することで、非常に深いCNNでも安定して学習できるようにしたアーキテクチャ。
* G検定では**「なぜ深くできたのか」＝勾配消失問題の解決**を理解しているかが問われる。

## 直感的な説明

* ネットワークを深くすると、

  * 学習が進まない
  * 精度が悪化する
    という問題が起きます。
* ResNetは、
  👉 **層を“飛び越える近道”を用意する**ことで、情報や勾配がスムーズに流れるようにしました。
* 人で言えば、
  👉 **遠回りせずに近道を通れる構造**です。

## 定義・仕組み

* ResNetでは、

  * 入力 x を
  * 変換結果 F(x) に足し合わせて
  * 出力を **x + F(x)** とします。

* これが **残差接続（skip connection）** です。

* 特徴：

  * 非常に深いネットワーク（ResNet-50 / 101 / 152）
  * 勾配消失・劣化問題の緩和
  * 高い汎化性能

## いつ使う？（得意・不得意）

### 使われる場面（得意）

* 高精度画像分類
* 多くのCNNの基盤モデル

### 注意点・不得意

* モデルが重い
* モバイル用途には不向き（そのままでは）

## G検定ひっかけポイント

* よくある誤り表現：

  * ❌ 「軽量化を目的としたモデル」
  * ❌ 「Attention機構を導入した」

* 正しい理解：

  * **残差接続で深層化**

* 判断基準：

  * **skip connection → ResNet**
  * **チャネルAttention → SENet**

## まとめ（試験直前用）

* ResNet＝残差接続
* skip connectionで勾配が流れる
* 非常に深いCNNが可能に
* 2015年ImageNetで大成功
* 「深さ問題の解決役」