Google Inception Net 特点总结
不同于普通卷积网络,Google Inception Net具有以下特点,在此总结
- 控制了计算量和参数的同时,获得了好的分类性能
- 去除了最后的全连接层,用全局平均池化层
- 使用Inception Module,提高参数的利用率
- 使用不同大小的卷积核,增加多样性
- 引入辅助分类节点(auxiliary classifiers),即将中间某层输出用作分类,并以小权重(0.3)加到最终分类中
- 用多个小卷积核替代大卷积核
- nxn卷积核改为1xn和nx1卷积核,节约参数,加速运算,减轻过拟合,增加了一层非线性扩展模型表达能力