GoogleNet------超经典神经网络结构解读

    在上文中详细介绍了经典神经网络 VGGNet，但是同年获得ImageNet冠军分类任务的是GoogleNet。GoogleNet相比VGGNet，网络结构更深，其拥有22层（一说为27层，此时应该包括了池化操作）。GoogleNet虽然比VGGNet网络结构深，但是参数相对要少很多，具体下文进行介绍与说明。

GoogleNet网络结构

    GoogleNet的网络结果从感觉上确实是比VGGNet繁琐很多，具体如下图所示：

Inception模块

    单从上面的网络结构并不能很好的看懂GoogleNet的高明之处，但是如果将其拆分则很容易明白其设计思想。其实，GoogleNet的核心思想就是Inception模块。整个网络实际上就是Inception模块的叠加与应用。Inception模块具体如下所示：

图2 Inception结构

    GoogleNet主要有两个贡献：1）使用1x1的卷积结构；2）在多个尺度上并行卷积然后再组合在一起。

1.1、1x1卷积结构解析

    1x1的卷积结构主要有两个作用，第一是提取更丰富的特征；第二是可以进行降维运算，降低计算的复杂度。这也是1x1的卷积结构提出后受到追捧的主要原因，当然，最先提出1x1卷积结构的应该是NiN网络，感兴趣的同学可以去查一下。

    1.1.1、提取更丰富的特征

    众所周知，一般进行卷积操作后都会连接激活函数以便于得到非线性的特征。传统方法如果采用3x3卷积+ReLU的结构，将会逐步拟合非线性函数F1，但是如果将3x3卷积+ReLU的结构中串联一个1x1卷积就可以得到更多的非线性特征。

    1.1.2、降低计算复杂度

    使用1x1卷积进行降维，降低了计算复杂度。举个例子来说明这个问题将更为直观，例如输入为64通道的24x24的特征图，用3x3卷积操作输出为24x24大小的256通道特征，那么其计算复杂度为：64x3x3x24x24x256=84934656；那么如果在输入后使用1x1卷积将64通道降为32，在进行3x3卷积恢复出256组特征，那么他的复杂度为：64x1x1x24x24x32+32x3x3x24x24x256 = 43646976。与以上相比，使用1x1卷积计算复杂度大概可以节省一半的计算量，而且中间降维的操作不会影响到最终的训练结果。

1.2、多个尺度上并行卷积然后再组合

    如图2所示，Inception有4各分支，每个分支的卷积或是池化的尺度均不相同，最后将4个分支组合到一起。在多个尺度上同时进行卷积可以提取到不同尺度的特征，组合之后可以想象一下，其包含的特征更为丰富，当然理论上分类效果也更好。当然5x5的卷积计算量较大，因此也有了后面对其的改进，即使用两个3x3来代替。