改写：卷积层进行残差学习：以上公式都是基于全连接层的实际上可以使用卷积层加法随之变为对应channel间的两个feature map逐元素相加。对于输出feature map大小相同的层有相同数量的filters即channel数相同。当feature map大小减半时池化filters数量翻倍。对于残差网络维度匹配的shortcut连接为实线反之为虚线。维度不匹配时同等映射有两种可选方案：直接通

卷积层实现残差学习：以上公式基于全连接层，但实际上可使用卷积层，将加法改为对应通道的两个特征图逐元素相加。输出特征图大小相同的层，有相同数量的滤波器，即通道数相同。当特征图大小减半（池化）时，滤波器数量加倍。对于残差网络，维度匹配的shortcut连接为实线，否则为虚线。维度不匹配时，有两种可选方案：通过零填充直接增加通道维度，或使用1x1卷积的W矩阵进行映射。这种实现方式会增加参数，只需改变1x1卷积的滤波器数量即可。