本文详细介绍了ResNeXt网络结构的改进，对比ResNet，ResNeXt通过拆分路径（Cardinality）提高网络分工和局部适应性，实现了在减少计算量的同时提升准确度。实验表明，增加Cardinality比增加宽度或深度更有效，且ResNeXt的设计更为简洁和模块化。
一. ResNeXt 的 Block 改进
MSRA 的 KaiMing 转战Facebook的又一力作，大牛的神来之笔：
论文下载：Aggregated Residual Transformations for Deep Neural Networks
代码地址：【Github】
ResNet、Inception 已经成为目前网络的前进方向，堆叠的Block几乎成了网络的标配，通过超参数（Block size） 去配置网络。
基于 ResNet 的改进，ResNeXt 无疑是最好的一个，如果把 Inception 改进系看作是花拳绣腿的话，那 ResNext 则是真功夫。
来看下 ResNeXt 的改进Block 对比图：
一图胜万言，ResNeXt 保留了 ResNet
最低0.47元/天 解锁文章
扫一扫
3594
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
