卷积神经网络块表示法

Question

他等人。“图像识别的深度残差学习”的论文在图3中说明了它们的剩余网络如下：

我不是神经网络专家，所以有人能解释一下“3x3conv，256，/2”上面的高亮符号是什么意思吗？第一部分是清晰的(具有3x3像素窗口的卷积神经网络)，但是"256“和"/2”是什么？

Answer 1

3x3 conv，256，/2

代表：

• 3x3内核
• 256滤波器
• 将空间尺寸减半的一大步

后者在第3页中作了解释，其中提交人指出

(ii)如果将特征地图的大小减半，则滤波器的数目将增加一倍，以保持每一层的时间复杂度。我们直接用步长为2的卷积层进行下采样。

这意味着，除了网络的开始和结束之外，ResNet不使用池层来减少空间维度，而是使用conv。图层。

此外，表1显示了正在发生的情况：

您在屏幕截图中突出显示的部分是从conv3_x过渡到34层网络的conv4_x层。从表中可以看到，输出大小从28x28减少到14x14 (这就是/2所做的)，而过滤器从128个增加到256个。