ImageNet-2014竞赛第一
含有四个版本:Inception V1 -> Inception V2 -> Inception V3 -> Inception V4
特点:减少参数,降低参数;增加宽度,深度;
GoogleLeNet V1网络较VGG来说负责,VGG相对简单;
Inception V1网络
他的核心组件是Inception Architecture
Split-Merge ——> 有1X1卷积,3x3卷积,5X5卷积和3X3池化;
增加网络对多尺度的适应性;
增加网络宽度;
Bottleneck Layer——>使用NIN的1X1卷积进行特征降维,大幅降低计算量10X
取消了全连接:全连接层参数量大,为了减负取消,全连接主要用于推断用;从V1开始之后都取消了全连接层;
辅助分类器:解决前几层的梯度消失问题;
最后一层为全尺寸的卷积层;
4种操作并行进行,各自提取对应特征;其中预先进行1X1的卷积是为了特征降维,减少近10倍的计算量(NiN理念),进而保证网络能够更深;
取消全连接层的优势描述如下,节省了大量的计算量;