注：借鉴整理，仅供自学，侵删
1 四大准则
下面的准则来源于大量的实验，因此包含一定的推测，但实际证明基本都是有效的：
- 避免表达瓶颈，特别是在网络靠前的地方。 信息流前向传播过程中显然不能经过高度压缩的层，即表达瓶颈。从input到output，feature map的宽和高基本都会逐渐变小，但是不能一下子就变得很小。比如你上来就来个kernel = 7, stride = 5 ,这样显然不合适。另外输出的维度channel，一般来说会逐渐增多(每层的num_output)，否则网络会很难训练。（特征维度并不代表信息的多少，只是作为一种估计的手段）
- 高维特征更易处理。 高维特征更易区分，会加快训练。
- 可以在低维嵌入上进行空间汇聚而无需担心丢失很多信息。 比如在进行3x3卷积之前，可以对输入先进行降维而不会产生严重的后果。假设信息可以被简单压缩，那么训练就会加快。
- 平衡网络的宽度与深度。
上述的这些并不能直接用来提高网络质量，而仅用来在大环境下作指导。
2 一些改变
- 分解卷积核尺寸（分解为对称的小的卷积核和分解为不对称的卷积核）。考虑到第三条设计准则，提出来分解为对称的小的卷积核，由于feature map的临近区域具有很高的相关性，再使用空间聚合的前提下，可以减小feature map也就是activation的维度，因此也可以使用更小的滤波器（卷积）来提取局部的特征，同时这样做还可以提高计算的效率，例如将7×7的卷积替换成3个3×3卷积的叠加，将5×的卷积替换成2个3×卷积的叠加，这也是VGG所提到的改进。这在参数量和计算量上都减少了很多。多层的表达能力不会受到影响，同时增加了非线性修正，对模型的效果进行了改善。
考虑到第二条设计准则提出了一种非对称的方式，不仅减少了参数量，在计算量上又降低了33%，但是作者发现，在比较前面的层使用这种结构，效果并不好，因此只有在17×17的feature map上才使用这种结构，其中n=7。
不对称分解方法有几个优点：
- 节约了大量的参数
- 增加一层非线性，提高模型的表达能力
- 可以处理更丰富的空间特征，增加特征的多样性
- 使用辅助分类器。在GoogLeNet的原始论文中提到了，在模型的中间层上使用了辅助的分类器，因为作者认为中间层的特征将有利于提高最终层的判别力。但是在这篇文章中，作者发现辅助层在训练初期并没有起到很好的效果，只有在辅助分类器增加了BN层或者drop out时，能够提升主分类器的性能。
- 改变降低特征图尺寸的方式。那么传统的卷积神经网络的做法，当有pooling时（pooling层会大量的损失信息），会在之前增加特征图的厚度（就是双倍增加滤波器的个数），通过这种方式来保持网络的表达能力，但是计算量会大大增加。
以上左图缺点：带来了一个representation瓶颈；
右图缺点：计算量增加三倍
作者提出了一种并行的结构，使用两个并行的步长为2的模块，P 和 C。P是一个池化层，C是一个卷积层，然后将两个模型的响应组合到一起：这样做既没有造成信息提取上的损失，也能够很好的降低维度。
3 网络结构
任意nxn的卷积都可以通过1xn卷积后接nx1卷积来替代。实际上，作者发现在网络的前期使用这种分解效果并不好，还有在中度大小的feature map上使用效果才会更好。（对于mxm大小的feature map,建议m在12到20之间）。
Inception v2的网络在v1的基础上，进行了改进，一方面加入了BN层，减少了Internal Covariate Shift（内部neuron的数据分布发生变化），使每一层的输出都规范化到一个N(0, 1)的高斯，另外一方面学习VGG用2个3x3的conv替代inception模块中的5x5，既降低了参数数量，也加速计算。
1*1的卷积核不会带来信息损失，又减小了下一层卷积的计算量。
4 总结
低分辨率图像的识别：对于低分辨率的图像，应降低前两层的步长，或将第一个池化层去除
低输入分辨率的情况下也可以达到近乎高分辨率输入的准确率。这可能有助于小物体的探测。降低参数量、附加BN或Dropout的辅助分类器、label-smoothing三大技术可以训练出高质量的网络（适当的训练集）
Inception V3设计了3种形式的Inception模块，包括将大滤波器进行分解、分解成不对称的结构、以及通过并行结构来解决信息损失的问题，虽然模型的拓扑结构更加复杂了，但是计算量大大降低，而且模型性能大大提高了。总的看来，今后模型主要解决两个问题：
- 如何在计算量不增加的情况下，解决由于信息压缩造成的信息损失问题。
- 如果在计算量不增加的情况下，增加模型的拓扑结构，以提高模型的表达能力。
也就是说，计算量才是王道啊！
1503
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
