3x3 转化率，256，/2

代表：

• 3x3 内核
• 256 个过滤器
• 2 的步幅将空间维度减半

后者在作者声明的第 3 页上进行了解释

(ii) 如果特征图大小减半，过滤器的数量加倍，以保持每层的时间复杂度。我们直接通过步长为 2 的卷积层执行下采样。

这意味着 ResNet 确实，除了网络的开头和结尾，不使用池化层来减少空间维度，而是使用 conv。层。

此外，表 1 显示了正在发生的事情：

您在屏幕截图中突出显示的部分是从 conv3_x 到 34 层网络的 conv4_x 层的过渡。正如您在表格中看到的，输出大小从 28x28 减少到 14x14（就是/2这样），而过滤器从 128 增加到 256。