TensorFlow的初始-V3实施和＆＃34;重新思考开始之间的差异＆＃34;纸

Question

我目前正在尝试了解TensorFlow附带的Inception-V3网络的实现：
[1] https://github.com/tensorflow/models/blob/master/inception/inception/slim/inception_model.py
[2] https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/slim/python/slim/nets/inception_v3.py
这两个实现都是在TensorFlow上使用Slim编写的。

虽然两种实现背后的体系结构似乎几乎相同（除了最后一层的细微差别，它是flatten + fcl与conv(1x1) + flatten），但与原始{{3}相比存在一些差异。我无法弄清楚......

1. 它从一开始就开始，实现使用：
   （我将使用[2]中使用的命名约定）
   conv3: conv([1, 1], 80, stride = 1, pad = 'valid')
conv4: conv([3, 3], 192, stride = 1, pad = 'valid')
pool2: pool([3, 3], stride = 2 )
   导致大小为35 x 35 x 192的输出。
   
   但根据论文，它应该是：
   conv3: conv([3, 3], 80, stride = 1, pad = 'valid')
conv4: conv([3, 3], 192, stride = 2, pad = 'valid')
conv5: conv([3, 3], 288, stride = 1, pad = 'same' )
   导致大小为35 x 35 x 288的输出。
   
   
2. 对于Inception模块，本文给出了以下架构（建议使用10型模块＆＃34;适当时＆＃34;）：
   3x Inception type-5
5x Inception type-6
2x Inception type-7
   
   实施使用：
   3x Inception type-5
1x Inception type-10
4x Inception type-6
1x Inception type-10
2x Inception type-7
   导致11个而不是10个Inception模块。
   
   此外，两个Inception type-10模块彼此不同。但我认为这篇论文在某处提到过。
   
   
3. 如果我没有弄错的话，Inception type-5模块的架构应该与vanilla Inception模块相同（如在＃34; Going Deeper＆＃34;论文中），{{1除外卷积，它被分解为两个堆叠的[5 x 5]卷积。
   但是，在这两种实现中，[3 x 3]卷积都被两个堆叠的[3 x 3]卷积所取代，保持[3 x 3]卷积。



那么，我错过了一些明显的东西吗？在阅读论文或代码时我是不是很草率？这是艺术自由吗？还是某种神奇的事情发生了？



的更新

在通过paper将两个Slim模型与Keras模型进行比较时，我发现了一个神秘的＆＃34; model.txt＆＃34;。其他一些Stack Overflow线程指向＆＃34;重新思考Inception＆＃34;的arxiv页面。论文，可以在其他资源中找到它（下载链接：[5 x 5]）。

所以我想我只会使用＆＃34; model.txt＆＃34;中的描述。文件。

但是，我仍然希望对这些差异进行彻底的解释。