ResNet

参数

bottleNeck:存在11卷积核
basicBlock:不存在11卷积核
ResNet由bottleNeck和basicBlock组成
虚线:不同维度的连接,实线:相同维度的连接
downsample:使用11卷积核来改变通道数，使得通道数相同才能相加
W=((W-F+2P)/S)+1: p=1时，使用33卷积核,若S=1则输出不变,若S=2则输出减半
expansion=1: 输出通道数等于输入通道数,basicBlock不存在11卷积只有33卷积维度不变
expansion=4: 输出通道数是输出通道数的4倍,bottleNeck存在两个11卷积(各降低2倍)和一个33卷积(不变),输出维度降低四倍
pretrained=False: 设为True,则导入在ImageNet数据集中的训练参数
block:就是表示BasicBlock或Bottleneck
arch:以resnet50为例,填入的是'resnet50',以便在字典中查询已经训练的参数路径
ResNet都有4个静态代码和4个动态层
layers=[3,4,6,3]: 四个动态层传入的参数,示按次序生成3个Bottleneck，4个Bottleneck，6个Bottleneck，3个Bottleneck。
planes:基准通道数
blocks:整数,表示生成block的数目
progress:
**kwargs