-
大体综述
a. 在传统神经网络的深度和宽度上，增加出一个新的维度，称为“cardinality”，原文解释为“the size of the set of transformations“，实际上就是每层分成的组数。
b. 网络主体看上去非常像ResNet，思路上借鉴了InceptionNet的 “split-transform-merge ”和VGG的将相同大小的卷积层堆叠的思路。
c. 文章核心提出“increasing cardinality is a more effective way of gaining accuracy than going deeper or wider",也就是他们增加的这个维度非常厉害，比深度和广度都重要，后续的实验证明了这句话。
d. 最后在各个数据集的测试结果，表明了正确率和速度上优于传统的ResNet。 -
网络结构和核心部分
a. 首先我们来看一下普通的ResNet和此文中的结构对比： -
问题就来了，从表面上看，通道数增加了两倍，为什么参数却完全没有增加很多呢。我们以第一幅图的结构来举个栗子：
a. 普通的参数是这样的：2566411+646433+6425611 = 69632
b. 新结构是这样的：（256114+4334+411256）*32 = 70144 -
那么为什么这样进行分割也能work呢，作者以全连接层为例：
我们对这个形式进行一个扩展：
那么将卷积看做一个函数代入，就得到了本文模块的结构。 -
在设计各个模块时，遵循由VGG/ResNet启示的规则：
a. 对于产生相同大小的特征图的模块，使用完全相同的超参数。
b. 每次降采样时，网络的广度翻倍，这样保证了对于每个模块的计算复杂度相近。
所以我们只需要简单的设计出一个模板模块，其他层的结构也就能确定下来了。 -
和相关模型的区别：
a. Inception：本文模型多个分支都采用了完全相同的拓扑结构，减少了设计每条支路的困难。
b. Grouped Convolutions:这个实际上时AlexNet训练时用的多Gpu训练的方法。经过实验，下图展现的三个结构实际是完全一样的。最后的实现采用的是第三种结构，因为他实现的更加的简洁且快速。 -
模型性能
a. 显然，同样的深度和复杂度下，ResNeXt有者更高的正确率，而且ResNeXt-101就达到了超越ResNext-200的性能。