残差网络家族10多个变种学习卡片，请收下！

大家好，欢迎来到我们的星球知识卡片专栏，本期给大家分享残差网络模型的一些变种。

作者&编辑 | 言有三

1 残差连接诞生

残差连接的思想起源于中心化，在神经网络系统中，对输入数据等进行中心化转换，即将数据减去均值，被广泛验证有利于加快系统的学习速度。

2 残差网络诞生

何凯明等人在2015年正式提出了ResNet，成为一个重要的基准模型结构。相比于之前的卷积，池化相互堆叠的网络，它简化了highway network中的形式。

3 预激活残差网络

当前卷积神经网络的基本模块通常为卷积+归一化+激活函数(conv+bn+relu)的顺序，对于普通的按照这些模块进行顺序堆叠的网络来说，各个模块的顺序没有什么影响，但是对于残差网络来说却不一样，且看“Identity Mappings in Deep Residual Networks”中对这个问题的研究。

4 更宽的残差网络

Wide ResNet，就是比普通的残差网络更宽（也就是通道数量更大）的结构，那么它与ResNet有什么不同呢。

5 分组并联的残差网络

ResNext是分组卷积和残差卷积的结合，取得了比ResNet更高效的结果，它有何妙处？

6 其他

除了以上基本的变种，残差网络还有非常多的新方向，包括：

(1) 通用泛化版本的残差模型。

(2) 密集连接的残差模型变种。

(3) 多分支合并与融合的残差变种。

(4) 与注意力机制的结合。

(5) 与动态网络的结合。

(6) 其他等等。

以上内容，如果你不想自己学习，可以去我们知识星球的网络结构1000变板块—残差网络板块阅读，纯属自愿，不愿勿喷。

有三AI知识星球

转载文章请后台联系

侵权必究