目录
一、浅谈GoogLeNet
1.1 GoogLeNet 简介
GoogLeNet卷积神经网络出自于《Going deeper with convolutions》这篇论文,是由谷歌公司Christian Szegedy、Yangqing Jia等人联合发表。其研究成果在2014年 ILSVRC 挑战赛 ImageNet 分类任务
上获得冠军
,而当时的亚军就是上一篇文中讲到的VGG系列。
很有意思的是,GoogLeNet名字是由Google的前缀Goog
与LeNet
的组合而来,这其实是对Yann LeCuns开拓性的LeNet-5网络
的致敬。
GoogLeNet卷积神经网络的最大贡献在于,提出了非常经典的Inception模块。该网络结构的最大特点是网络内部计算资源的利用率很高
。因此该设计允许在保持计算资源预算不变的情况下增加网络的深度和宽度,使得GoogLeNet网络层数达到了更深的22层
,但是网络参数仅为AlexNet的1/12
。
1.2 GoogLeNet 的创新点
- 引入了非常经典的
Inception模块
。 - 采用了
模块化设计
的思想。通过大量堆叠Inception模块,形成了更深更复杂的网络结构。 - 采用了
大量的1×1卷积核
。主要是用作