inception作用:代替人工来确定卷积层中的卷积核类型,或者确定是否需要创建卷积层或池化层。
eg:输入图片的大小为28*28*192,使用1*1的卷积核,则输出结果为28*28*某个值(卷积核的个数),假设卷积核个数为64,则输出为28*28*64,同时我们也使用了3*3的卷积核,保证same conv,输出结果为28*28*128,然后把第二个值堆积到第一个值之上。接下来使用5*5的卷积核,输出为28*28*32,同样堆叠在前两个值之上。最后进行一个MAX-POOL操作,结果继续进行堆叠,形成一个inception模块。
这个inception模块的输出就是28*28*256(所有通道数相加)。inception网络的基本思想就是不需要认为决定使用哪个过滤器或是否需要池化,而是由网络自行决定这些参数。
使用inception模块的一个问题就是每个卷积层的计算成本会非常大,因此我们可以在计算每个卷积层之前使用1*1的卷积核,也叫瓶颈层,是网络中最小的部分,这样可以减小输入的通道数目,从而大大降低后续的计算成本。