本文详细解析了DeeperBottleneck(简称DBA)架构在网络中的应用，特别是其在50层网络中的实现细节。文章介绍了DBA前的简单网络结构，包括卷积层、BN层、ReLU层及池化层，并深入探讨了conv2_x层的DBA结构，展示了从输入到输出的全过程。
Deeper Bottleneck(瓶颈) Architectures
看50-layer那一栏，在进入到DBA层之前的网络比较简单，分别是：①卷积层"7×7, 64, stride 2"、②BN层、③ReLU层、④池化层"3×3 max pool, stride 2"，最终的输出结果是一个大小为 [batch_size, height, width, kernels] 矩阵。
再看conv2_x层（即第一个bottleneck），该结构总共3×3=9层，可是原作毕竟篇幅有限，网络实现的细节不是很清楚，于是我就参考了Ryan Dahl的tensorflow-resnet程序源码，按照Ryan Dahl实现的ResNet，画出了DBA内部网络的具体实现，这个DBA是全网络中第一个DBA的前三层，输入的image大小为[batch_size,56,56,64]，输出大小为[batch_size,56,56,256]，如下图是DBA的结构（Bottleneck V1 ）：
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
