使用Keras的MobileNet V2
剧本作者：张胜东
电子邮件：
这是使用Keras的Mobilenet V2（ ）的Beta版实现。
由于本文的模型描述部分仍存在一些矛盾，因此该脚本是在对脚本作者的最佳理解的基础上实现的。 准备就绪或更新纸张后，将立即进行更新。
MobileNet v2是MobileNet v1的下一版本，具有很大的改进。 它不是直接使用深度卷积+ 1x1卷积结构，而是通过首先将输入数据扩展到更大的维度，然后应用3x3深度卷积加上1x1卷积瓶网结构来减小维数，从而实现了反向残差块结构。 根据本文中的实验和我的个人经验，此结构确实有助于梯度穿过深层网络，从而利用了梯度消失问题。
如果要将脚本用于小尺寸的图像（如CIFAR10或MNIST），则当前需要进行修改。 ImageNet预训练的权重将在可用时立即发布。
参考
[反向残差和线性瓶颈：用于分类，检测
