思想来源
现代的网络设计中通常会次堆叠类似结构，如VGG,Inception，Resnet等，从而减少网络中超参数的数量，简化网络设计。
Inception使用了split-transform-merge策略，即先将输入分成几部分，然后分别做不同的运算，最后再合并到一起。这样可以在保持模型表达能力的情况下降低运算代价。
但是Inception的结构还是过于复杂了，人工设计的痕迹太重了。
然后，站得更高，分析了神经网络的标准范式就符合这样的split-transform-merge模式。以一个最简单的普通神经元为例（比如FC中的每个神经元）：
就是先对输入的m个元素，分配到m个分支，进行权重加权，然后merge求和，最后经过一个激活。
由此归纳出神经网络的一个通用的单元可以用如下公式表示：
Ti代表任意一种变换，C是要聚合的一组转换的大小。我们称C为基数，并且指出，基数C对于结果的影响比宽度和深度更加重要。
在卷积分组也可以应用。
作者想，我直接暴力均分输入，卷积层结构都是一样的，然后再merge。这样的话我只需要告诉网络分成几组就可以了，不就不需要再设计那么精巧的Inception了吗？
图3中的三种结构实际上是等价的。a是ResNeXt基本单元，如果把输出那里的1x1合并到一起，得到等价网络b拥有和Inception-ResNet相似的结构，而进一步把输入的1x1也合并到一起，得到等价网络c则和通道分组卷积的网络有相似的结构。
到这里，可以看到本文的野心很大，相当于在说，Inception-ResNet和通道分组卷积网络，都只是ResNeXt这一范式的特殊形式而已，进一步说明了split-transform-merge的普遍性和有效性，以及抽象程度更高，更本质一点。
因此现在几乎所有的神经网络框架的conv层都有group这个参数，但在作者之前就是没人把这个group作为超参数调一下（这是个很有意思的问题，明明框架里有，为啥大家不试试呢）。作者后来提到之前做网络压缩的人提出过group的方法，但是却极少有人研究其精度，这篇文章是从模型表达和精度的方向上写的。
ResNeXt
具体结构
如表一中显示的，两边的网络具有相同的参数和计算量，但是右侧会有更好的精度。
分组卷积参数量计算
对输入的通道分为g组，卷积核的通道和个数都分为g组来分别对输入做卷积，最后的结果就是g组的输出，通道合并（concatenate）否就是总通道的输出。卷积核的通道分组是为了对应输入，卷积核的个数分组是为了让输出的通道分组。如图
每组，输入数据为H1×W1×C1/g，卷积核大小为h1×w1×C1/g，一共有C2/g个，输出数据为H2×W2×C2/g。
分组的方式能够增加卷积核之间的对角相关性，而且能够减少训练参数（不需要分别做33卷积了，整体做一次33，再通道切分即可），不容易过拟合，这类似于正则的效果。
举例：分组卷积极大减少了参数，比如当输入通道为256，输出通道也为256，kernel size为3×3，不做Group conv参数为256×3×3×256。实施分组卷积时，若group为8，每个group的input channel和output channel均为32，参数为8×32×3×3×32，是原来的八分之一。其实是卷积核对输入做卷积时少做了7/8的通道，局部通道。
code
nn.Conv2d中包含group参数
nn.Conv2d(in_channels, in_channels, kernel_size=3, stride=stride, padding=1, groups=C, bias=False)ref
