resnet50主幹網路多少層

A. 深度網路目前最高有多少層

目前ResNet最多可以達到152層，但是不要糾結這個問題，神經網路並不是層越多越好，目前優秀的設計主要是優化網路的基本結構以達到更高的准確率，同時還要在精度和算力之間妥協 。

B. efficient和resnet50哪個好

resnet50。
1、efficient和resnet50准確率差別不大，後者表現更穩定，收斂更快。
2、efficient和resnet50的損失值相比較的話，前者更多一點，所以後者好。

C. fasterrcnn0.4.0和1.0.0的差異

功能不同。
功能不同，Resnet50_Faster_RCNN網路結構下面兩張圖中，第一張是Resnet50_Faster_RCNN的網路結構流程圖，第二張是詳細展開後的網路卷積模塊。
網路是由若干節點和連接這些節點的鏈路構成的圖，表示諸多對象及其相互聯系。網路有資源共享、快速傳輸信息、提高系統可靠性、易於進行分布式處理和綜合信息服務等特性。

D. 什麼是cresnet

Cresnet匯流排是美國廠商Crestron的私有匯流排和協議，該廠商有超過40歷史，其產品應用較為廣泛，是中央控制領域的高端領導品牌，該匯流排是許多Crestron觸摸屏、鍵區、擴展模塊、調諧器以及更多其它部件的通信中樞。Cresnet是一個簡單但是靈活的4-線網路，提供Cresnet 設備的雙向通信和24V電源。電纜長度最高可到5000英尺，Cresnet配線結構幾乎允許無限種布線配置。

E. 華為正式發布最強算力AI晶元升騰910，這款處理器到底有多強

8月23日下午華為最新最強大的AI處理器升騰910，是目前為止世界上運算最強悍的AI處理器，名字帶有中華古典文化氣息，就叫做升騰910。同時發布的還有，全場場景AI計算框架MindSpore。

華為公司輪值董事長許直軍在發布會上表示：「升騰910」，MindSpore的非出，標志著華為已經完成全棧場景AI，解決方案的構建，也標志著華為AI戰略的，執行進入新的階段，根據了解，升騰910採用7nm+EUV工藝打造，內置華為32核自研達芬奇架構，其運算能力達到愛256tfops。

在會後的采訪中，徐直軍也表示升騰910隻是Ascend-Max系列的產品，Ascend系列AI晶元還有Mini, Lite, Tiny和Nano這四個系列。

華為輪值董事長許直軍還正在會上預告，華為全連接大會 2019年將於9月18日在上舉行，屆時，華為還會發布其他跟AI相關的產品。

F. 在keras框架中，我fine-tune了resnet50，改變了全連接層，保存模型

因為引入了隨機因素，不能保證每次都是一樣的

G. 如何理解resnet中的deeper bottleneck architectures

去年的時候，微軟一幫子人搞了個152層的神經網路！WTF！詳情見論文！
論文太長了，今天只分析一下ResNet的核心內容之一，即「Deeper Bottleneck Architectures」（以下簡稱DBA），論文里的原圖是這樣的：

Deeper Bottleneck Architectures

說實話，畫的不怎麼樣，右邊的網路結構就是DBA啦！關於這張圖，論文的作者是這么說的
Because of concerns on the training time that we can afford, we modify the building block as a bottleneck design.
就是說，作者考慮到自己GPU的計算能力有限，所以才採用了bottleneck design！說到底還是沒錢上1080唄！不過2015年的時候1080還沒出來，那他為什麼不上TITAN，還是沒錢唄！
言歸正傳，換成bottleneck design以後，網路的參數減少了很多，訓練也就相對容易一些。然後我們再看一下原作中的ResNet全貌！

ResNet Architecture

來看50-layer那一欄，在進入到DBA層之前的網路比較簡單，分別是：①卷積層"7×7, 64, stride 2"、②BN層、③ReLU層、④池化層"3×3 max pool, stride 2"，最終的輸出結果是一個大小為 [batch_size, height, width, kernels] 矩陣，很簡單，不再贅述，關於BN可以參考這里。
我們深入一下，再看第一個DBA內部，如下圖

Inside a DBA

很顯然，總共3×3=9層，可是原作畢竟篇幅有限，網路實現的細節不是很清楚，於是我就參考了Ryan Dahl的tensorflow-resnet程序源碼，按照Ryan Dahl實現的ResNet，畫出了DBA內部網路的具體實現，這個DBA是全網路中第一個DBA的前三層，輸入的image大小為[batch_size,56,56,64]，輸出大小為[batch_size,56,56,256]，如下圖

Ryan Dahl's DBA

圖已經說的很清楚啦！之後的網路就是N個上圖的結構疊加！我不太想做過多的說明了，一切盡在圖中！！

H. 華為發布全球算力最強AI處理，是否說明中國結束晶元進口指日可待

作為國人，我們應理性看待問題。我們雖然取得了進步但我們與美日等科技強國在晶元研發方面仍有較大差距，需要更加努力才行。

中華有為，華為公司在晶元研發這方面雖然起步是晚的但還好是沒有放棄一直堅持自己的想法。從中國製造到中國創造，華為公司一直堅守著自己的理念樹立民族品牌形象。

華為從一開始的落後到現在能追上高端科技的發展水平，正式因為華為的堅持，華為的投資，讓我們也看見了民族企業的未來。我相信在華為這樣的巨頭帶領下中國晶元業會更加強大。

I. 華為升騰910AI 晶元發布，這是目前性能最強的AI晶元嗎

就目前從全球范圍來看，華為升騰910AI確實是目前最強的AI晶元，這在目前對於華為來說確實是個好消息。

徐直軍認為，升騰910是目前單晶元計算密度最大的晶元，計算力遠超谷歌及英偉達，而升騰310晶元的最大功耗僅8W，是極致高效計算低功耗AI晶元，兩款晶元預計明年第二季度正式上市。此外，在2019年華為還將發布3款AI晶元，均屬升騰系列。