19、卷积神经网络的拓展与创新：从宽网络到替代连接模式

rust6ferris

于 2025-08-08 15:16:40 发布

阅读量17

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习设计模式精解文章标签：卷积神经网络 ResNeXt 宽残差网络

本文链接：https://blog.csdn.net/rust6ferris/article/details/151033761

深度学习设计模式精解专栏收录该内容

41 篇文章 ¥399.00 ¥499.90

订阅专栏

超级会员免费看

卷积神经网络的拓展与创新：从宽网络到替代连接模式

1. ResNeXt：宽残差神经网络

ResNeXt引入了并行组卷积中的“分割 - 变换 - 合并”模式，在不增加网络深度的情况下提高了残差网络的准确性。其代码实现如下：

shortcut = x                                                               
x = Conv2D(filters_in, (1, 1), strides=(1, 1), padding='same')(shortcut)   
x = BatchNormalization()(x)
x = ReLU()(x)
filters_card = filters_in // cardinality   
groups = []                                                     
for i in range(cardinality):                                    
    group = Lambda(lambda z: z[:, :, :, i * filters_card:i *    
                             filters_card + filters_card])(x)  
    groups.append(Conv2D(filters_card, (3, 3), strides=(1, 1),  
                         padding='same')(group))