最近看李沐的gluon课程提到了conv、bn、relu等的顺序问题，现将resnet v1和v2总结如下。
首先给出resnet v2的paper里面kaiming大神给出的不同的结构对比：
图a为resnet v1的结构，图e为resnet v2的结构。（weight为conv层），左分支为identity分支，右分支为residual分支。
图的结构有两个特点：1、conv-bn-relu；2、最后的relu在addition后面，这么为什么这么做呢，下面我将一一讲解。
如果我们把relu作为residual分之的结尾，即图c所示，这样做会导致该分之经过relu后永远为非负值，这样在做forward的时候输入会单调递增，从而影响该层的表达能力，所以我们希望resdiual分支的结果应该为R。如果按照图c这样的做法，导致bn改变了分支的分布。
如果按照图b的做法，这里bn改变了identity的分支的分布，影响了信息的分布，在训练的时候会阻碍loss的下降，导致不能优化。
那么为什么identity分支的改变会影响其信息传递从而影响训练呢？下面的推导可以很好的解释这个问题。
根据上面的推导可以看出：如果identity改变，即导致h(x) != x，不管是左relu还是做线性映射变换（h(x)=ax），都会导致信息传递问题，详细的说明见上面的推导。
总结：图b（bn after addition）：效果差，因为bn在addition后会改变分布，影响传递，会出现的现象就是训练初期误差下降缓慢。
图c（relu bafore addition）：这样做或导致residual分支的分布为非负，会影响模型的表达能力。
图d和图e有两个特点：1、f为恒等变换，整个网络更易于优化；2、使用bn作为预激活函数可以加强对模型的正则化。