Our CNN G architecture is shown in

Our CNN G architecture is shown in Figure 3 and is trained to predict a prob -distribution Z given a grayscale image X. Our network has 8 blocks of convolutional layers. The first 5 convolutional blocks are initialized from the VGG convolutional layers, with some architec- tural modifications. We remove the pooling layers, place the stride in the pre- ceding convolutional layer, and add batch normalization after every block of convolutions. Since the input is single-channel lightness rather than a three- channel RGB image, the weights of the first convolutional layer are averaged. The VGG network downsamples the spatial feature maps by a factor of 2 after each block of convolutional layers, and doubles the number of output channels. We remove the stride in the final conv4 layer and dilate the conv5 layer kernels by a factor of 2 to compensate for the increased input spatial resolution . This allows us to produce 4 times the amount of spatial information in the network bottleneck, with a small 10.3% increase in memory per image.

ผลลัพธ์ (ไทย) 1:

สถาปัตยกรรมของเรา CNN G แสดงในรูปที่ 3 และฝึกทำนาย prob-แจกให้เป็นภาพสีเทา X Z เครือข่ายของเรามีบล็อก 8 ชั้นสลับลำดับข้อมูล สิ่งแรกที่เราบล็อก 5 สลับลำดับข้อมูลจะเริ่มต้นจาก VGG สลับลำดับข้อมูลชั้น กับบาง modifications tural เป็นมรดกทางสถาปัตยกรรม เราเอาชั้นของการทำพูลเก็บ วางก้าวล่วงหน้าเลเยอร์สลับลำดับข้อมูล ceding และเพิ่มชุดฟื้นฟูหลังจากบล็อกของ convolutions ทุก ตั้งแต่อินพุต ช่องเดียวสว่างมากกว่ารูปแบบ RGB ช่องสาม มีเฉลี่ยน้ำหนักของชั้นสลับลำดับข้อมูลแรก Downsamples เครือข่าย VGG คุณลักษณะเชิงพื้นที่แผนที่ โดยปัจจัยที่ 2 หลังจากแต่ละบล็อกของชั้นสลับลำดับข้อมูล และเพิ่มจำนวนช่องสัญญาณเอาท์พุท เราเอาก้าวในชั้นพิจารณา conv4 และขยายเมล็ดชั้นใน conv5 โดยปัจจัยที่ 2 เพื่อชดเชยความละเอียดเชิงพื้นที่อินพุตเพิ่มขึ้น นี้ช่วยให้เราสามารถผลิต 4 ครั้งปริมาณของข้อมูลในเครือข่ายรอง กับการเพิ่มขึ้น 10.3% ขนาดเล็กในหน่วยความจำต่อภาพ

ผลลัพธ์ (ไทย) 2:

สถาปัตยกรรมของซีเอ็นเอ็นจีของเราคือการแสดงในรูปที่ 3 และได้รับการฝึกฝนที่จะทำนาย prob -distribution Z ได้รับการเอ็กซ์สีเทาภาพเครือข่ายของเรามี 8 บล็อกของชั้นความสับสน RST Fi 5 บล็อกความสับสนจะเริ่มต้นจากชั้นสับสน VGG กับไพเพอร์บางสถาปัตยกรรม tural Modi Fi เราเอาชั้นร่วมกันวางกางเกงในก่อนที่ยกชั้นสับสนและเพิ่มการฟื้นฟูหลังจากชุดบล็อก convolutions ทุก นับตั้งแต่เข้าเป็นช่องทางเดียวสว่างมากกว่าช่องสามภาพ RGB, น้ำหนัก Fi ชั้นสับสนแรกที่มีการเฉลี่ย เครือข่าย VGG downsamples แผนที่คุณลักษณะเชิงพื้นที่โดยปัจจัยที่ 2 หลังจากที่บล็อกของชั้นความสับสนในแต่ละครั้งและคู่จำนวนช่องทางเอาท์พุท เราเอากางเกงในชั้น conv4 Fi NAL และขยายเมล็ดชั้น conv5 โดยปัจจัยที่ 2 เพื่อชดเชยความละเอียดเชิงพื้นที่การป้อนข้อมูลที่เพิ่มขึ้น นี้จะช่วยให้เราสามารถผลิต 4 ครั้งจำนวนของข้อมูลเชิงพื้นที่ในคอขวดเครือข่ายที่มีขนาดเล็กเพิ่มขึ้น 10.3% ในหน่วยความจำต่อภาพ

ผลลัพธ์ (ไทย) 3:

ของเราซีเอ็นเอ็น G เป็นสถาปัตยกรรมที่แสดงในรูปที่ 3 และได้รับการฝึกฝนเพื่อทำนายปัญหาการแจกแจง Z ได้รับสีเทาภาพ X เครือข่ายบล็อกของคอน มี 8 ชั้น จึงตัดสินใจเดินทาง 5 ขดบล็อกเริ่มต้นจาก vgg คอนชั้นกับ engineer - ประเภทโมดิจึงทำให้ . เราเอารวมชั้นวางกางเกงใน pre - สละคอนชั้นและเพิ่มชุดปกติหลังจากที่ทุกบล็อกของ convolutions . ตั้งแต่เข้าช่องเดี่ยวความสว่างมากกว่าสาม - RGB ภาพช่อง น้ำหนักของจึงตัดสินใจเดินทางไปคอนชั้นเฉลี่ย การ vgg เครือข่าย downsamples แผนที่คุณลักษณะเชิงพื้นที่โดยปัจจัย 2 หลังแต่ละบล็อกของคอน ชั้น และเพิ่มจำนวนช่องสัญญาณ . เราเอากางเกงใน นาล จึง conv4 ชั้นและขยายเมล็ดชั้น conv5 โดยปัจจัยที่ 2 ที่จะชดเชยเพิ่มข้อมูลเชิงพื้นที่รายละเอียด นี้ช่วยให้เราสามารถผลิต 4 เท่าของข้อมูลเชิงพื้นที่ในคอขวดเครือข่าย โดยเพิ่มขึ้นร้อยละ 10.3 ขนาดเล็กในความทรงจำต่อภาพ