tf.keras.applications.InceptionV3中的混合层是什么？

Question

我目前正试图理解在tf.keras.applications.InceptionV3中实现的Inseption v3的体系结构

我正在查看模型层中的名称列表：

print([layer.name for layer in model.layers])

#Outputs:
['input_1',
 'conv2d',
 'batch_normalization',
 'activation',
 'conv2d_1',
 'batch_normalization_1',
 'activation_1',
 'conv2d_2',
 ...
]

我了解批处理规范化、池化和conv层是如何转换输入的，但更深层的是，我们有名为mixed1, mixed2, ...的层等等。我试图理解他们（混合层）是如何转换他们的输入的

到目前为止，我找不到关于他们的任何信息。 混合层是如何工作的？它有什么作用

Answer 1

混合1，混合2。。。是类型为tf.keras.layers.Concatenate的层。 您可以在此处阅读有关这些图层的更多信息： https://keras.io/api/layers/merging_layers/concatenate/

Answer 2

请参阅InceprtionV3 paper

您可以看到，混合层由四个具有单个输入的并行连接组成，我们通过将所有并行输出连接成一个来获得输出。请注意，要连续所有输出，所有并行特征映射必须具有相同的前两个维度（特征映射的数量可能不同），这是通过跨步和池来实现的