深度残差网络是如何对残差网络进行更深层次的拓展

深度残差网络是通过添加残差块来对残差网络进行更深层次的拓展的。在普通的残差网络中，每个残差块包含两个卷积层和一个跳跃连接，而在深度残差网络中，每个残差块包含多个卷积层和多个跳跃连接。这些卷积层和跳跃连接的数量取决于网络的深度。

深度残差网络通过引入“瓶颈”结构来减少网络中参数的数量。这个结构包含三个卷积层，其中第一个和第三个卷积层的卷积核大小为1x1，中间的卷积层的卷积核大小为3x3。这个结构可以将维度降低，从而减少参数数量，同时还可以提高网络的计算效率。

深度残差网络还使用了批归一化（Batch Normalization）来加速训练过程，并且在网络的最后添加了一个全局平均池化层，来减少过拟合并提高网络的泛化性能。这些改进都使得深度残差网络能够在更深的层数下表现出色，达到更好的性能。