参数数量：倒置残差块用于图像分类任务的缺点

问题描述

我有一个关于 MobileNet 和 EfficientNet 反向残差块的更一般性的问题。我有一个复杂度较低的图像数据集的分类任务。因此我选择了一个参数很少的架构（EfficientNet B0）。但就验证损失而言，我遇到了过度拟合。浅层 resnet、ResNeXt 等效果更好。这些架构使用常规残差块，因此具有更多参数。 所以这里似乎没有参数数量和模型复杂度之间的关系？有人可以解释一下我在这里缺少什么吗？

解决方法

这是一个非常有趣的问题。我也很想回复那个话题。