论文地址：Wide Residual Networks
笔记地址：http://blog.csdn.net/wspba/article/details/72229177
转载请标明出处，理解不到位的地方也希望大家批评指正，谢谢！
前言
俗话说，高白瘦才是唯一的出路。但在深度学习界貌似并不是这样。Wide Residual Networks就要证明自己，矮胖的神经网络也是潜力股。其实从名字中就可以看出来，Wide Residual Networks（WRNS）源自于Residual Networks，也就是大名鼎鼎的ResNet，之前我们也介绍了，ResNet就是解决随着深度增加所带来的退化问题，它可以将网络深度提升到千层的级别，本身就是以高和瘦出名，可以说是深度学习界的高富帅。然而这一次，大神们剑走偏锋，摒弃了ResNet高瘦的风格，开始在宽度上打起来了注意，而Wide Residual Networks也确实扬眉吐气，从此名声大噪。
动机
作者认为，随着模型深度的加深，梯度反向传播时，并不能保证能够流经每一个残差模块（residual block）的weights，以至于它很难学到东西，因此在整个训练过程中，只有很少的几个残差模块能够学到有用的表达，而绝大多数的残差模块起到的作用并不大。因此作者希望使用一种较浅的，但是宽度更宽的模型，来更加有效的提升模型的性能。
模型结构
看图，其实很容易理解，（a）和（b）是MSRA提出来的ResNet，一种基本结构，一种bottleneck结构；（c）和（d）就是作者提出来的wide结构。看不出什么来是不是，那下面这个表格就能让你一目了然：
有点眼熟是不是，把表格中的k变为1，是不是就是ResNet论文中，cifar-10实验所使用的网络？还记得吗，ResNet原文中，作者针对cifar-10所使用的的网络，包含三种Residual Block，output channel分别是16、32、64，网络的深度为6*N+2。而在这里，作者给16、32、64之后都加了一个系数k，也就是说，作者是通过增加output channel的数量来使模型变得更wider，从而N可以保持很小的值，就可以是网络达到很好的效果。
当然他确实做到了。
上面结果也确实证明了，增加模型的宽度是对模型的性能是有提升的。不过也不能完全的就认为宽度比深度更好，两者只有相互搭配，达到合适的值，才能取得更好的效果。
后话
其实这篇论文是相对比较简单的，他验证了宽度给模型性能带来的提升，也给大家以后在模型性能遇到瓶颈时提供了一种思路，比如说我在做cifar-10分类任务时，仅仅是将ResNet-20的宽度由16、32、64变为32、64、128，就将分类的性能由92%提升到94%以上，在caffe下，它的caffemodel大小也就10兆出头，和ResNet-56的大小近似，显存占用率也不大，训练速度很快。当然作者文中的WRNS-28-10确实是变态极致的结构了，性能确实好，在我的训练框架下，cifar-10的分类准确率能够逼近97%，但是caffemodel的大小有150M左右，训练的也是非常慢，没记错的话显存应该占用18G左右。所以如果你想在保证在一定准确率的基础上，使得模型复杂度降低，可以从更浅、更加复杂的模型入手。另外我觉得本文还可以尝试的东西可以从文中的另外一个表格入手：
我们可以发现，其实B(3,1,3)在深度最浅、参数量最小、训练时间最短的前提下，在cifar-10的分类错误率上也几乎达到了最好的水平。由于原文中作者只研究了宽度对模型的影响， 因此并没有对这部分内容进行解释。因此这个也是一个可尝试的方向。
另外对于drop-out，其实在WRNS-16-4上，也能够带来性能的提升。虽然dropout是旧办法，但是依然也是好办法，大家大胆去尝试就对了。