在FaceNet 论文中，他们这样描述Zeiler&Fergus 模型：
[...] Zeiler&Fergus 模型，由多个交错的卷积层组成，[...]
他们所说的交错是什么意思？这与初始层相比如何？
特别是，正如 Zeiler&Fergus 的论文所述
我们在整篇论文中使用标准的全监督卷积网络模型，如 (LeCun et al., 1989) 和 (Krizhevsky et al., 2012) 所定义。
[...]
网络的前几层是传统的全连接网络，最后一层是 softmax 分类器。
什么是交错的卷积层？
数据挖掘
卷积神经网络
2022-02-17 17:57:02
1个回答
牛津词典将“交错”解释为
在（某物）的层之间放置一些东西
或在电信的背景下，如
通过在它们之间交替来混合（数字信号）。
在FaceNet 论文中，Schroff等人。都将他们的第一个架构描述为
卷积、非线性激活、局部响应归一化和最大池化层的多个交错层
Conv -> Pool -> Conv -> Pool -> ..这意味着他们通过“更改”这些层类型（例如）来创建 CNN 。或者使用第一个定义的措辞，您将每种类型的一个层“放置在”其他现有层“之间”（即从几个Conv层开始，然后将层放置Pool在两个Conv层之间，依此类推）。最终的架构看起来有点像这样：
Conv -> ReLu -> LRN -> Pool -> Conv -> ReLu -> LRN -> Pool -> Conv -> ...
因此，这个“交错”的 CNN 是一个网络，其中不同的层类型被逐层逐层应用。作为比较，在“inception”类型的 CNN中，您并行应用不同的层类型（下图为 1 层）：
+---> Conv 3x3 ---+
| |
prev layer ---+---> Conv 5x5 ---+---> next layer
| |
+---> Pool 3x3 ---+
其它你可能感兴趣的问题