ResNeXt的分类效果为什么比Resnet好?

ResNeXt的分类效果为什么比Resnet好?

因为renext利用了group卷积，所以同等的flops下，renext的参数变多了，模型能力上去了。

---------------

更新一下，仔细看了一下，参数量其实并没怎么增多。那就是group带来的收益了，很有可能是resnet本身比较冗余(也的确是事实)，分组之后，组与组各玩各自，有种disentanglement的味道在里面。

---------------

再次更新，如果要探究在resnet搜索空间下，group与分类精度的关系，可以看facebook的这篇论文：Designing Network Design Spaces。这篇论文第四节详细讨论了group与分类精度的关系，下图是其实验图。说明最佳的group的数目有随着网络flops的增加而增加的趋势。从这个角度也佐证了resnext使用group卷积带来的收益。

其次，分类效果这个东西，其实不单单只看精度，还有推理速度、训练速度或者说吞吐量。而且其实resnet好好搞搞也不见得比resnext差，比如18年底的亚马逊出品的resnet-D。而现在resnet仍然是实践中的最佳选择，原因就是在分类精度相似的情况下，resnet往往还是跑的最快的。