ResNet笔记整理
(1)提出residual结构(残差结构),并搭建超深的网络结构(突破1000层)
(2)使用Batch Normalization加速训练(丢弃dropout)
一、Residue
shortcut和主干输出的结构必须一致。
Basic Block:Resnet 18&34
- 虚线结构:Conv3、Conv4、Conv5第一个残差块;
stride=2,使尺寸变为一半,通道数变两倍 - 实线结构:其余残差块;
不对shortcut处理,尺寸深度不变
BottleNeck:Resnet 50&101&152
卷积1x1用来降维、升维
expansion = 4
- 虚线结构:
conv2第一个残差块:通道数变为2倍;stride=1,即尺寸不变;
conv345第一个残差块:通道数变为2倍;stride=2,尺寸变为一半; - 实线结构:其余残差块,不改变尺寸深度
虚线表示虚线结构
二、Batch Normalization
详解:详解
在每个channel分别独立计算,以一个batch为单位进行计算均值和方差,对该batch样本标准化
∼
N
(
0
,
1
)
\sim\mathcal{N}(0,1)
∼N(0,1)