作者:手浪用户2602930803 | 来源:互联网 | 2023-08-20 12:59
右图是bottleneck右图是shortcutconnection“弯弯的弧线“这个就是”shortcutconnection“,也是论文中提到identitym
右图是 bottleneck
右图是 shortcut connection
“弯弯的弧线“这个就是”shortcut connection“,也是论文中提到identity mapping
两种结构统称building block
这两种结构分别针对ResNet34(左图)和ResNet50/101/152(右图),一般称整个结构为一个”building block“。
bottleneck design 降低参数量
其中右图又称为”bottleneck design”,目的一目了然,就是为了降低参数的数目,第一个1x1的卷积把256维channel降到64维,然后在最后通过1x1卷积恢复,整体上用的参数数目:1x1x256x64 + 3x3x64x64 + 1x1x64x256 = 69632,而不使用bottleneck的话就是两个3x3x256的卷积,参数数目: 3x3x256x256x2 = 1179648,差了16.94倍。
对于常规ResNet,可以用于34层或者更少的网络中,对于Bottleneck Design的ResNet通常用于更深的如101这样的网络中,目的是减少计算和参数量,减少训练时间(实用目的)。
bottleneck结构单元
一个是bottleneck中第二个1*1卷积的通道为什么是256维度;
- 可理解为参数设置将最后一个卷积的通道设置为当前输入通道的4倍;
一个是左右两侧为相同的输入,为什么图右变为256维度的恒等映射;
- 要想实现加运算,必须令输入通道数和11卷积核的输出通道数相同,所以需要对原始64通道的输入利用11卷积增加通道至256维。
参考:
https://blog.csdn.net/u011304078/article/details/80683985