Deep Residual Learning for Image Recognition (ResNet_v1)
Identity Mappings in Deep Residual Networks (ResNet_v2)
ResNet一系列网络模型及其在ImageNet上的训练代码，我在TF-slim提供的代码的基础上进行了一些修改
https://github.com/Lithogenous/TF-ImageNet
ResNet是Kaiming et al.在2015年提出的一个模型，并且在ImageNet COCO等比赛中获得了不错的成绩，在第一版本ResNet的基础之上，又有一些改进，于是有了后面两篇ResNet_v2 和 ResNext
ResNet结构的核心在于残差单元，根据相关工作，该结构受到了 VLAD 及 highway networks 等思想的启发。作者发现，随着网络深度的增加，其识别的准确度开始变得饱和，因此提出了残差网络的想法来解决该问题。
假设基础的期望映射是H(x)，我们将堆叠的非线性层拟合另一个映射F(x):=H(x)−x，所以原始的映射被重写为F(x) + x，所以我们可以得到网络的基础结构，该结构依然可以使用具有反向传播的SGD进行训练：
对于堆叠的函数F有不同的形式，作者对于浅层的网络(18,34层)采用了左边的结构，而对于较深的结构则采用了右边的结构，值得注意的是，在V1中，每个bottleneck的网络结构是Conv -> BN -> ReLu。
具体不同层数网络的结构如下：
如上所示，按照上表对bottleneck堆叠可以得到最终的网络。
ResNet_v2与v1的最大区别就是v2的bn和relu是在卷积之后使用的，区别如下图所示：