1.8.6 卷积神经网络近年来在结构设计上的主要发展和变迁——ResNeXt
前情回顾：
1.8.1 卷积神经网络近年来在结构设计上的主要发展和变迁——AlexNet
1.8.2 卷积神经网络近年来在结构设计上的主要发展和变迁——VGGNet
1.8.3 卷积神经网络近年来在结构设计上的主要发展和变迁——GoogleNet/inception-v1
1.8.4 卷积神经网络近年来在结构设计上的主要发展和变迁——Inception-v2 和Inception-v3
1.8.5 卷积神经网络近年来在结构设计上的主要发展和变迁——Inception-v4 和 Inception-ResNet
ResNext论文：Aggregated residual transformations for deep neural networks（2017）
ResNeXt是对 ResNet 中残差块（residual block）结构的一个小改进。
具体来说，原残差块是一个瓶颈结构，如图1.16(a)所示；
ResNeXt缩小了瓶颈比，并将中间的普通卷积改为分组卷积，如图1.16(b)所示。
该结构可以在不增加参数量的前提下，提高准确率，同时还减少了超参数的数量。
参考文献：
《百面深度学习》 诸葛越 江云胜主编
出版社：人民邮电出版社（北京）
ISBN：978-7-115-53097-4
2020年7月第1版（2020年7月北京第二次印刷）
推荐阅读：
//好用小工具↓
// 深度学习经典网络↓
