選自本人知乎對於：求問:調參是否能對深度學習模型的效能有極大提公升？的回答
具體內容如下：
zfnet可以去了解一下，處於alex net和vgg net之間的結構，2023年的image net冠軍。相較於alex net修改了些引數。其實 vgg也算alex調參出來的從上述圖表中可以發現，越簡單網路調參提公升越大。這基本有兩個原因造成，1，簡單網路可以優化的空間多，2，簡單網路成績一般，比較容易提公升。
其實resnet v2，也算通過v1調參優化出來的，提公升就沒有多麼明顯了。
但是其實個人resnet v2貢獻更大，雖然提公升效果一般，但是提出了一種通用提公升殘差塊方法，應用更加廣泛。