2 it uses virtual batch-norm before LeakyReLU nonlinearities with α = 03 and 3 in the last activation layer there is a one-dimensional convolution layer with one filter of width one that does not dow

(2) 它在LeakyReLU非线性激活函数之前使用虚拟批量归一化，α = 0.3，(3) 在最后一个激活层中有一个一维卷积层，宽度为一，不会下采样隐藏激活（1×1卷积）。后者（3）减少了最终分类神经元所需的参数数量，该神经元与所有隐藏激活进行全连接，并具有线性行为。这意味着我们将该完全连接组件所需的参数数量从8×1024 = 8192减少到8。