【学习日记】人脸识别FaceNet之深度卷积网络NN2解读

这篇日记解读FaceNet的深度卷积网络NN2，并使用Tensorflow实现。

NN2网络的结构如下图所示：

NN2网络几乎和Inception V1一样，所以如果没有Inception V1的基础，依靠上面这张表格使用Tensorflow实现代码还是有点困难的。

这里先介绍inception模块。

inception模块是由谷歌发明的，并在2014年ILSVRC比赛中获得第一名。其主要解决两个问题：

1. 实现不同卷积核的自动选择，也就是说让网络自行决定是使用1*1卷积核，还是3*3，或是5*5，或者是否加池化层

2. 使用了1*1卷积，将时间复杂度，也就是浮点运算数大大降低。

inception模块如下图所示：

总共有4个分支，第一个分支是1*1卷积，第二个分支是实现3*3卷积，第三个分支是实现5*5卷积，第4个分支是实现最大池化。

在每一个分支里࿰