1. 简介
论文：Deep Residual Learning for Image Recognition
ResNet的核心内容之一即“Deeper Bottleneck Architectures”（简称DBA），一言概之，bottleneck是一种特殊的残差结构。
Resnet论文里的原图如上（即Bottleneck V1 ），左图是普通的残差结构，右图是瓶颈结构。具体而言，block的输入和输出channel_num是一样的（上右图中是256，左图为64），
而在block结构中的channel_num（上右图中是64）是小于输入/输出channel_num（256），很形象。也就是先降维再升维。
2. 作用
换成bottleneck design以后，网络的参数减少了很多，深度也加深了，训练也就相对容易一些。文章来源：https://www.toymoban.com/news/detail-611003.html
参考：
深度学习基础–Bottleneck(瓶颈) Architectures文章来源地址https://www.toymoban.com/news/detail-611003.html
到了这里，关于深度学习-瓶颈结构（Bottleneck）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
