当前位置:   article > 正文

【第三周】ResNet+ResNeXt_resnet预resnext 的预训练权重

resnet预resnext 的预训练权重

ResNet

ResNet网络结构

网络中的亮点:

  • 超深的网络结构(突破1000层)
  • 提出residual模块
  • 使用Batch Normalization加速训练(丢弃dropout)

residual结构

主分支与shortcut的输出特征矩阵shape必须相同。GoogleNet中为拼接,ResNet中是两条分支结果相加。

左侧的结构适用于18和34层的网络,右侧的结构适用于50、101和152层的网络。1×1的卷积核用于降维和升维,使网络的参数量更小。

左侧参数量:3x3×256×256+3×3×256×256=1,179,648

右侧参数量:1×1×256×64+3×3×64×64+1×1×64×256=69,632

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/546130
推荐阅读
相关标签
  

闽ICP备14008679号