resnet50_vd_animals 结构图

resnet50_vd_animals是一个在动物识别任务中应用的神经网络模型，它是基于ResNet50_vd网络结构进行改进得到的。相比于ResNet50_vd，resnet50_vd_animals在网络结构中增加了一些卷积层和池化层，用于提取更多的特征信息，使得模型更加适合于动物识别任务。

具体来说，resnet50_vd_animals的网络结构包含了如下几个部分：
1. 输入层：输入一张大小为224x224x3的图片；
2. 卷积层：使用7x7的卷积核对输入进行卷积，输出通道数为64，采用same padding，stride为2，得到大小为112x112x64的特征图；
3. 池化层：使用3x3的最大池化核对特征图进行池化，stride为2，得到大小为56x56x64的特征图；
4. ResNet50_vd网络结构：包含了多个残差块，每个残差块包含了若干个卷积层和标准化层，在残差块内部采用shortcut连接的方式，使得信息可以直接跨层传递，从而加速了信息的传递和学习；
5. 全局平均池化层：将特征图进行全局平均池化得到一个64维的向量；
6. 全连接层：将64维向量映射到输出类别数（在动物识别任务中为100类）的空间内，采用softmax函数将输出转换为概率分布。