目录
GoogeLeNet网络
1、背景知识:
1)、ImageNet-2014竞赛第一名;
2)、V1-V2-V3-V4;
3)、提升:
通过增加宽度、深度来,减少参数,降低计算;
Inception V1
1、核心组件:
1)、Split-Merge->1*1,3*3,5*5
增加网络对多尺度的适应性;增加网络的宽度;
2)、Bottleneck Layer->使用NiN的1*1卷积
降低计算量10*
3)、取消全链接,用一1*1的卷积代替;
全链接层本质上是一个全尺寸的卷积;
全链接层占用了大量的参数:
如:AlexNet: 58.6M(6*6*256*4096 + 4096*4096 + 4096*1