•     🍨 本文为🔗365天深度学习训练营中的学习记录博客

• 🍖 原作者：K同学啊

1. 代码结构与参数传递

关键代码片段分析：

def block(x, filters, strides=1, groups=32, conv_shortcut=True):
    if conv_shortcut:
        shortcut = Conv2D(filters * 2, kernel_size=1, strides=strides)(x)  # 调整通道数为filters*2
    else:
        shortcut = x  # 直接使用输入作为捷径

    # 主路径：最后一层输出通道数为filters*2
    x = Conv2D(filters * 2, kernel_size=1)(x)
    x = Add()([x, shortcut])  # 要求x和shortcut的通道数一致
    return x

def stack(x, filters, blocks, strides, groups=32):
    x = block(x, filters, strides=strides, conv_shortcut=True)  # 第一个块调整通道数
    for _ in range(1, blocks):
        x = block(x, filters, conv_shortcut=False)  # 后续块复用通道数
    return x

2. 通道数对齐的关键逻辑

(1) 第一个块显式对齐通道数
stack函数的第一个块：  
  参数conv_shortcut=True，执行以下操作：  
    输入`x`的通道数为`C_in`（例如256），通过1x1卷积升维至`filters * 2`（例如128*2=256）。  
    输出通道数与输入通道数一致（`C_in = filters * 2`）。  

(2) 后续块复用通道数
从第二个块开始：  
   参数`conv_shortcut=False`，直接使用输入作为捷径（`shortcut = x`）。  
  输入通道数已对齐**：由于第一个块的输出通道数为`filters * 2`，后续块的输入通道数自然为`filters * 2`。  
  主路径的输出通道数**：最后一层卷积固定输出`filters * 2`通道（与输入一致）。  
   因此，`Add()`操作的`x`和`shortcut`的通道数始终相同，无需调整。

3. 数学验证

假设某`stack`的参数为`filters=128`，输入通道数`C_in=256`：  
第一个块**：  
   主路径输出通道数：`128 * 2 = 256`。  
  捷径通道数：通过1x1卷积调整为`256`。  
  `Add()`操作合法（256 vs 256）。  
后续块：  
  输入通道数已为`256`（等于`128 * 2`）。  
  主路径输出通道数仍为`256`，捷径直接使用输入（256）。  
  Add()操作合法（256 vs 256）。  

4. 总结

不报错的核心原因：  
1. 首个块显式对齐通道数：通过`conv_shortcut=True`的1x1卷积，确保输入输出通道数一致。 
2. 后续块复用对齐后的通道数：输入和主路径输出均为`filters * 2`，无需额外调整。  
3. 参数传递一致性：同一`stack`中所有块的`filters`参数相同，保证通道数统一。  

这种设计既符合残差网络的基本思想（恒等映射），又通过首个块的显式调整避免了维度不匹配问题，是ResNet/ResNeXt系列的核心优化技巧。

可以在 conv_shortcut=False 时，打印 x.shape 和 shortcut.shape：

print("x shape:", x.shape)
print("shortcut shape:", shortcut.shape)