GoogLeNet Inception v4与论文有何不同？

Question

论文： https://arxiv.org/pdf/1602.07261.pdf

代码： https://github.com/tensorflow/models/blob/master/research/slim/nets/inception_v4.py

---

第91行：

branch_2 = slim.conv2d(branch_2, 224, [7, 1], scope='Conv2d_0d_7x1')

本文中的

是[1，7]

---

第216行：

branch_0 = slim.conv2d(net, 192, [3, 3], stride=2, padding='VALID',

在跨步不等于2

Answer 1

这是一个轻微的不匹配：

  branch_2 = slim.conv2d(branch_2, 224, [7, 1], scope='Conv2d_0d_7x1')

而不是使用卷积序列{[1，7]，[7，1]，[1，7]，[7，1]}，它具有{[7，1]，[1，7]，[ 7，1]，[1，7]}。如果它影响准确性，我会感到惊讶，但仍然值得在github上创建一个问题。

关于第二个：

branch_0 = slim.conv2d(net, 192, [3, 3], stride=2, padding='VALID',

他们清楚地忘记或忽略了（为了获得更好的图片）插图上的步幅。该层应该减少空间分辨率，因为它需要输入71x71x192作为输入并产生35x35的输出。