本文详细探讨了ResNet残差网络的结构，包括building block和bottleneck，以及ResNet与Batch Normalization的关系。此外，还介绍了ResNet-V2、SphereFaceNet和ResNeXt等变种结构，展示它们如何通过改进提升网络性能和训练效率。
本文主要分析残差网络（ResNet）及其变种的结构。残差网络在论文Deep Residual Learning for Image Recognition中被提出。论文链接：https://arxiv.org/pdf/1512.03385.pdf
1. Building block和Bottleneck结构
首先resnet由building block或bottleneck组成。building block的结构如下：
building block结构包含一个残差支路和short-cut支路，比传统的卷积结构多了一个short-cut支路，用于传递低层的信息使得网络能够训练地很深。
bottleneck的结构如下：
bot
最低0.47元/天 解锁文章
扫一扫
2737
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
