1*1 인셉션넷에서의 실습 코드 오타인가요??

Question

def inception_module(x, filters_1x1, filters_3x3_reduce, filters_3x3, filters_5x5_reduce, filters_5x5, filters_pool_proj, name=None): ''' x: 입력 Tensor filters_1x1: 단독 1x1 필터수 filters_3x3_reduce: 3x3 Conv 적용 전 1x1 Conv 필터수 filters_3x3: 3x3 Conv 필터수 filters_5x5_reduce: 5x5 Conv 적용 전 1x1 Conv 필터수 filters_5x5: 5x5 Conv 필터수 filters_pool_prj: MaxPooling 적용 후 1x1 Conv 필터수 ''' # 첫번째 1x1 Conv conv_1x1 = Conv2D(filters_1x1, (1, 1), padding='same', activation='relu')(x) # 3x3 적용 전 1x1 conv -> 3x3 Conv conv_3x3 = Conv2D(filters_3x3_reduce, (1, 1), padding='same', activation='relu') (x) conv_3x3 = Conv2D(filters_3x3, (3, 3), padding='same', activation='relu')(conv_3x3) # 5x5 적용 전 1x1 Conv -> 3x3 Conv conv_5x5 = Conv2D(filters_5x5_reduce, (1, 1), padding='same', activation='relu') (x) conv_5x5 = Conv2D(filters_5x5, (5, 5), padding='same', activation='relu')(conv_5x5) pool_proj = MaxPooling2D((3, 3), strides=(1, 1), padding='same')(x) pool_proj = Conv2D(filters_pool_proj, (1, 1), padding='same', activation='relu')(pool_proj) # 단독 1x1 결과, 3x3 결과, 5x5 결과, pool이후 1x1 결과 feature map을 채널 기준으로 Concat 적용. output = Concatenate(axis=-1, name=name)([conv_1x1, conv_3x3, conv_5x5, pool_proj]) return output 빨간색 (x)부분들에 진행하지않은 X 가 아닌 1*1진행한 conv_1*1 들어가야 맞는거 아닌가요`?

권 철민 · Answer

안녕하십니까, 음, 아닙니다. inception module 의 그림을 다시한번 봐주시기 바랍니다. x 는 previous layer의 tensor 입니다. conv_1x1는 inception module그림의 맨 왼쪽입니다. previous layer가 아니고 새롭게 생성되는 별개의 layer입니다. 아래 conv_3x3은 inception module그림의 왼쪽에서 2번째 이며 먼저 previous layer 값인 x를 입력 받아야 합니다. conv_3x3 = Conv2D(filters_3x3_reduce, (1, 1), padding='same', activation='relu') (x) 아래 conv_5x5도 inception module 그림의 왼쪽에서 3번째이며 마찬가지로 previous layer 값인 x를 입력 받아야 합니다. conv_5x5 = Conv2D(filters_5x5_reduce, (1, 1), padding='same', activation='relu') (x)