关于SE-Net有些很奇妙的点：
1、首先，所谓的SE module加在了BN层后面，这样的话，SE首先应该是对于BN层输出的feature map求取global average pooling，一个样本的一个channel做一次pooling，注意这个地方的pooling输出值不是bn_weight * 0 + bn_bias，因为对于BN层而言，是在整个Batch里面对应channel求取的 均值，而不是一个样本一个channel求取的均值，所以一个样本一个channel的均值未必为0。
关于SE-Net有些很奇妙的点：
1、首先，所谓的SE module加在了BN层后面，这样的话，SE首先应该是对于BN层输出的feature map求取global average pooling，一个样本的一个channel做一次pooling，注意这个地方的pooling输出值不是bn_weight * 0 + bn_bias，因为对于BN层而言，是在整个Batch里面对应channel求取的 均值，而不是一个样本一个channel求取的均值，所以一个样本一个channel的均值未必为0。