1.8.6 卷积神经网络近年来在结构设计上的主要发展和变迁——ResNeXt

1.8.6 卷积神经网络近年来在结构设计上的主要发展和变迁——ResNeXt

前情回顾：

1.8.1 卷积神经网络近年来在结构设计上的主要发展和变迁——AlexNet

1.8.2 卷积神经网络近年来在结构设计上的主要发展和变迁——VGGNet

1.8.3 卷积神经网络近年来在结构设计上的主要发展和变迁——GoogleNet/inception-v1

1.8.4 卷积神经网络近年来在结构设计上的主要发展和变迁——Inception-v2 和Inception-v3

1.8.5 卷积神经网络近年来在结构设计上的主要发展和变迁——Inception-v4 和 Inception-ResNet

ResNext论文：Aggregated residual transformations for deep neural networks（2017）

ResNeXt是对 ResNet 中残差块（residual block）结构的一个小改进。

• 具体来说，原残差块是一个瓶颈结构，如图1.16(a)所示；

• ResNeXt缩小了瓶颈比，并将中间的普通卷积改为分组卷积，如图1.16(b)所示。

  该结构可以在不增加参数量的前提下，提高准确率，同时还减少了超参数的数量。

下集预告：1.8.7 卷积神经网络的整体结构总结与扩展

参考文献：

《百面深度学习》 诸葛越 江云胜主编

出版社：人民邮电出版社（北京）

ISBN：978-7-115-53097-4

2020年7月第1版（2020年7月北京第二次印刷）

推荐阅读：

//好用小工具↓

分享一个免费的chat工具

分享一个好用的读论文的网站

// 深度学习经典网络↓

LeNet网络（1989年提出,1998年改进）

AlexNet网络（2012年提出）

VGGNet网络（2014年提出）

LeNet、AlexNet、VGGNet总结

GoogLeNet网络（2014年提出）

ResNet网络（2015年提出）