Convolution 256 bộ lọc tích chập kích thước 3×3×256, bước trượt với stride [1 1] và padding [1 1]

Một phần của tài liệu Kỹ thuật học sâu trong nhận dạng mẫu (Trang 27)

với stride [1 1] và padding [1 1]

10 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

11 Max Pooling Lớp max pooling sử dụng kích thước 2x2, bước trượt với stride [2 2] và padding [0 0] với stride [2 2] và padding [0 0]

12 Convolution 256 bộ lọc tích chập kích thước 3×3×128, bước trượt với stride [1 1] và padding [1 1] với stride [1 1] và padding [1 1]

13 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

14 Convolution 256 bộ lọc tích chập kích thước 3×3×256, bước trượt với stride [1 1] và padding [1 1] với stride [1 1] và padding [1 1]

15 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

16 Convolution 256 bộ lọc tích chập kích thước 3×3×256, bước trượt với stride [1 1] và padding [1 1] với stride [1 1] và padding [1 1]

17 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

17 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

20 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

21 Convolution 512 bộ lọc tích chập kích thước 3×3×512, bước trượt với stride [1 1] và padding [1 1] với stride [1 1] và padding [1 1]

22 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

23 Convolution 512 bộ lọc tích chập kích thước 3×3×512, bước trượt với stride [1 1] và padding [1 1] 24 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính 24 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

25 Max Pooling Lớp max pooling sử dụng kích thước 2x2, bước trượt với stride [2 2] và padding [0 0] với stride [2 2] và padding [0 0]

26 Convolution 512 bộ lọc tích chập kích thước 3×3×512, bước trượt với stride [1 1] và padding [1 1] 27 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính 27 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

28 Convolution 512 bộ lọc tích chập kích thước 3×3×512, bước trượt với stride [1 1] và padding [1 1] 29 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính 29 ReLU Sử dụng bộ lọc hiệu chỉnh đơn vị tuyến tính

30 Convolution 512 bộ lọc tích chập kích thước 3×3×512, bước trượt với stride [1 1] và padding [1 1] với stride [1 1] và padding [1 1]

Một phần của tài liệu Kỹ thuật học sâu trong nhận dạng mẫu (Trang 27)