标签：img tin gre like mode nal 限制 定制 ret
这篇文章构建了一个基本“Block”，并在此“Block”基础上引入了一个新的维度“cardinality”(字母“C”在图、表中表示这一维度)。深度网络的另外两个维度分别为depth（层数）、width（width指一个层的channel的数目）。
首先我们先了解一个这个“Block”是如何构建的，如下图所示（ResNeXt是这篇论文提出模型的简化表示）
左边是标准残差网络“Block”，右图是作者引入的“Block”。这新的Block有什么优势呢？作者应该是受到了Inception models的启发，论文中指出“Unlike VGG-nets， the family of Inception models have demonstrated that carefully designed topologies are able to achieve compelling accuracy with low theoretical complexity”。再进一步就是，“The split-transform-merge behavior of Inception modules is expected to approach the representational power of large and dense layers, but at a considerably lower computational complexity”。说得简单点就是“在达到大型、紧凑深度网络的准确率的同时，降低模型的计算复杂度”（这就是这篇paper追求的一个效果）。Figure 1右边就是就是采用split-transform-merge策略构建的。
Inception models在实际应用时有一个很不方便的地方：每一个分支的卷积核大小、尺寸是“定制的”，不同的“Block”之间也是“定制的”。如果我们想要应用这一模型或者在这一框架下设计一个新的网络，那么上述“定制化”的特点会引入很多“超参数”。如果你自己设计过网络或者更改过现有网络，你就会理解“超参数”过多对于我们的设计简直就是一个“灾难”。此时，如果没有一个合适的设计策略的话，说直白点就是“靠天吃饭”了。
受VGG/ResNets成功的启发，作者总结了以下两个设计“Block”原则：
除此之外，所有的“Block”具有相同的拓扑结构。作者给出了一些设计的模板，再结合上述两条原则，我们基本可以构建所需要的任意网络了(是不是觉得网络结构的设计一下子变得简单了很多)，模板如下表所示
这还没有结束，作者有给出了Figure 1左边结构的两种等价表述形式，如下图所示
这就极大的方便了我们的实现。此时Alexnet引入的group convolution概念就有了用武之地（当时引入这一概念是受GPU条件的限制）。采用Figure 3（c）的形式，可以在Caffe中直接实现而无需更改任何源代码。
下面我们通过实验效果看看这一模型的威力
由Table 4可以得出，即使复杂度减少一半，该模型依然可以取得比ResNet-200还好的实验效果，达到了作者追求的“在达到复杂、紧凑深度模型准确率的同时，减少计算复杂度的目的”。
总结：
论文笔记 Aggregated Residual Transformations for Deep Neural Networks
标签：img tin gre like mode nal 限制 定制 ret
原文地址：http://www.cnblogs.com/everyday-haoguo/p/Note-ResNeXt.html
