深度学习应用篇-计算机视觉-图像分类3：ResNeXt、Res2Net、Swin Transformer、Vision Transformer等模型结构、实现、

相较于VGG的19层和GoogLeNet的22层，ResNet可以提供18、34、50、101、152甚至更多层的网络，同时获得更好的精度。但是为什么要使用更深...