neural-network - ResNext 架构中的基数与宽度

Question

我最近在阅读论文Aggregated Residual Transformations for Deep Neural Networks。

作者在第 (5.1) 节中提到的一件事是增加基数（或分支数量）比增加瓶颈宽度或增加深度更能减少验证错误。我理解深度部分，但我对宽度有点困惑。残差块的基数与瓶颈宽度不一样吗？如果不是，有什么区别？

谢谢！

标签： neural-networkdeep-learningresnet

Answer 1

FWIW，宽度是瓶颈层的宽度，基数是残差块中的分支数。