卷積神經網絡學習路線十四 | CVPR 2017 ResNeXt（ResNet進化版）

前言 傳統的卷積神經網絡在提高性能時都是加深和加寬網絡，但隨着超參數數量的增加(如通道數，卷積核大小等)網絡變得非常難調，且網絡的計算開銷和網絡結構設計也變得越來越難，這一點我在介紹ResNet和DenseNet大型模型的時候已經提到過了。此外這些大模型針對性比較強，即在特定數據集上表現好的網絡放到新數據集上就需要修改很多的參數才能工作良好，因此可擴展性比較一般。針對上述問題，Saining Xi

>>阅读原文<<