attention机制最早运用于自然语言处理（NLP);
SE-net模型是在通道上加入注意力机制：
第一个操作:Squeeze(Fsq)，通过全局池化(global pooling)，将每个通道的二维特征（H x W）压缩为1个实数，论文是通过平均值池化的方式实现。这属于空间维度的一种特征压缩，因为这个实数是根据二维特征所有值算出来的，所以在某种程度上具有全局的感受野，通道数保持不变，所以通过squeeze操作后变为1x1xC。
第二个操作：excitation(Fex)，通过参数来为每个特征通道生成一个权重值，这个权重值是如何生成就很关键了，论文是通过两个全连接层组成一个Bottleneck结构去建模通道间的相关性，并输出和输入特征同样数目的权重值。
第三个操作：Scale(Fscale)，将前面得到的归一化权重加权到每个通道的特征上。论文中的方法是用乘法，逐通道乘以权重系数，完成在通道维度上引入attention机制。
CNN中植入注意力模块SE-Net
ResNet中植入注意力模块SE-Net
上面两图说明了这个SE block是如何嵌入到主流网络（Inception和Resnet）中的，Global pooling就是squeeze操作，FC+ReLU+FC+Sigmoid就是excitation操作，具体过程是：①通过一个全连接层（FC）将特征维度降低到原来的1/r；②经过ReLU函数激活后再通过一个全连接层（FC）返回到原来的特征维度C，然后通过sigmoid函数转化为一个0~1的归一化权重。
（2）论文认为再excitation操作中用两个全连接层比直接用一个全连接层的好处在于：1）具有更多的非线性；2）可以更好地你和通道间地复杂度。
B站视频链接：https://www.bilibili.com/video/BV1SA41147uA/?spm_id_from=333.788.recommend_more_video.17
