关于代码实现和模型结构有一些疑问

[notplus]

你好，首先非常感谢你们团队出色的工作！
我尝试使用TensorFlow复现你们的工作，主要参考你们的MXNet框架代码，但在复现过程中发现了一些问题，希望能够得到回复，谢谢！

1. 激活函数与Norm层顺序问题
   如下是你们的代码，如果我的理解没错的话，active=True norm=True时，该结构为Conv + ReLU + BN，这与你们论文中的描述并不一致

def _add_conv(out, channels=1, kernel=1, stride=1, pad=0, norm=True, in_channels=0, quantized=True,
              num_group=1, active=True, relu6=False, norm_layer=BatchNorm, norm_kwargs=None):
    out.add(nn.Conv2D(channels, kernel, stride, pad, groups=num_group, use_bias=False,in_channels=in_channels))
    if active:
        out.add(ReLU6() if relu6 else nn.Activation('relu'))
    if norm:
        out.add(norm_layer(scale=True, center=True, **({} if norm_kwargs is None else norm_kwargs)))

2. DLB(dense linear depthwise block) 实现问题
   在你们的代码中，似乎没有DLB的相关实现，LinearBottleneck类中只有两个shortcut，请问是否是代码上传有误？