Tensorflow Mobilenet参数：alpha和rho

我一直在学习PoseNet，以便在我的健康相关研究工作中使用它。 mobilenet通过在我的问题出现的地方调整几个参数，在降低CPU或GPU/NPU依赖性的同时保持高精度，这给我留下了深刻的印象。 我注意到在mobilenet官方文件中，有两个乘数被引入：alpha和rho。我将跳过对这两个参数的解释。 我想知道对于最新的PoseNet模型，mobilenet的alpha和rho的每个值是多少。另外，我想知道是否有参数（特别是alpha和rho）调整的指南，以及在训练模型之前如何设置和验证这两个参数的值。 比如，如果选择的alpha值是0.5，我想知道为什么该值优于0.75或0.25。 我的问题是：

用于培训PoseNet的mobilenet版本的alpha和rho值是多少 为什么/如何选择/验证这些数字？ 中的一个使用alpha=1.0。alpha乘以每个卷积的输入/输出通道数，对于alpha=1.0，第一卷积层有32个通道。 尽管如此，还有其他主干的posenet，您可以在TF.js示例中轻松尝试

rho值在某种程度上更具理论性，在最初的论文中它说

实际上，我们通过设置输入分辨率隐式地设置ρ

---

根据30秒的谷歌搜索：引入了两个参数，以便可以轻松调整MobileNet：宽度乘数α和分辨率乘数ρ。这是为你的图像大小。请参阅以获取进一步阅读。我猜是这样的，它可以分辨出玩具汽车和人，汽车和巨人的区别！我知道它们是什么。我的问题是：当mobilenet特别是用于训练PoseNet的mobilenet版本被训练时，alpha和rho的值是什么？