Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning,原文链接:https://arxiv.org/pdf/1602.07261.pdf
微软亚洲研究院的何恺明在2015年提出了震惊业界的ResNet结构,这种结构和以往的Inception结构走了两条不同的道路:前者主要关注加大网络深度后的收敛问题,而Inception更关注特征维度上的利用。如果把这两种方法结合起来会有什么效果呢?Szegedy在2016年就试验了一把,把这两种 最顶尖的结构混合到一起提出了Inception-ResNet,它的收敛速度更快但在错误率上和同层次的Inception相同;Szegedy还对自己以前提出的Inception-v3进行了一番改良,提出了Inception-v4。Inception-v4与Inception-ResNet集成的结构在ImageNet竞赛上达到了3.08%的top5错误率,也算当时的state-of-art performance了。下面分别来看看着