← 返回项目

MODEL STUDY

CNN × Inception × ResNet

当训练条件一致时，网络的连接方式究竟改变了什么？
深度学习实验复现 · 结构阅读 · 结果证据整理3 ARCHITECTURES

01 / 项目简介

在 CIFAR-10 上，用同一训练流程观察三种经典视觉网络。

分支通过 torch.cat 汇合，残差通过 F(x)+x 保留信息；代码、曲线与结论各自保留清晰证据边界。

02 / 实现亮点

  1. 同一 CIFAR-10 训练流程下对照 CNN、Inception 与 ResNet。
  2. Inception 用 torch.cat(..., dim=1) 合并多尺度分支。
  3. ResNet 用 out += identity 建立残差路径；验证曲线不替代测试结论。

03 / 技术栈

CIFAR-10torch.catResidual20 epochs