关于使用模态结合的模型构建问题
上面是我课程的一份资料的节选,代码使用tensorflow2包,在学习InceptionV3时发现,进行模态结合的4个部分里左侧第一部分(branch1x1),与第三部分的第一步(branch3x3)是完全一致的,已知相同输入数据在完全一致的处理过程下得到的处理结果是高度一致的。
问题:如果直接在branch1x1的基础上,进行branch3x3的第二,三步是否可取?
衍生:使用这种方式节省计算开支是否对结果产生不良影响?
或者说为为避免branch1x1与branch3x3产生互相影响,branch3x3必须重新计算第一步取值?
刚入坑,对各种理论和规则都不熟悉……望点醒
附Conv2d_BN自定义函数主要内容
def Conv2d_BN(x, nb_filter, kernel_size, strides=(1, 1), padding='same', name=None):
x = Conv2D(nb_filter, kernel_size, padding=padding, strides=strides, name=conv_name)(x)
x = BatchNormalization(axis=3, name=bn_name)(x)
x = Activation('relu', name=name)(x)
return x