本文为深度残差收缩网络的简要解读，需要读者有深度残差网络（Deep Residual Network，ResNet）与Squeeze-and-Excitation Network（SENet）的相关基础。
深度残差收缩网络，英文名为Deep Residual Shrinkage Network，是ResNet或者说SENet的一种新颖改进，发表在1区期刊IEEE Transactions on Industrial Informatics上，面向的是强噪声情况下的样本分类问题。
首先，ResNet的残差模块如下图所示：
然后，相较于ResNet，SENet的残差模块有一点改进：
最重要的，深度残差收缩网络中的残差模块，将SENet中的“加权”替换成了“软阈值化”：
最后，深度残差收缩网络的整体网络结构如下图所示：
转载网址
https://juejin.im/post/5dff189ce51d4557e87fd9b0
M. Zhao, S. Zhong, X. Fu, et al., Deep Residual Shrinkage Networks for Fault Diagnosis, IEEE Transactions on Industrial Informatics, 2019, DOI: 10.1109/TII.2019.2943898