resnet改进模型

ResNet是一种深度神经网络结构，其中引用提到了ResNet网络结构的核心思想是使用shortcut技术，使得深层网络能够被有效训练。在ResNet的改进模型中，引用提到了改进一、改进二和改进三。

改进一是推迟下采样，这个方法最初是在Torch上提出的，并已经广泛应用。原始模型的下采样模块被改进，具体细节可以参考引用中的博客。

改进二的细节未在提供的引用中提及。

改进三是用平均池化替代1x1卷积做下采样。原始模型的PathA和PathB都需要做下采样，改进一只针对PathA做了改进，而改进三则用平均池化代替了PathB中的降采样工作。这个改进是根据论文《Bag of Tricks for Image Classification with Convolutional Neural Networks(2018)》提出的。

有关ResNet的其他改进模型的细节需要查阅更多的资料。以下是一些相关问题：

相关问题:
1. ResNet的改进模型有哪些？
2. 改进二的方法是什么？
3. 改进三的效果如何？