返回 Deep Learning 经典网络 model 发展史 目录
上一章:深度篇—— Deep Learning 经典网络 model 发展史(四) 细说 VGG16 结构和特点
下一章:深度篇—— Deep Learning 经典网络 model 发展史(六) 细说 ResNet 结构和特点
本小节,细说 GoogleNet 结构和特点 (包括 v1, v2, v3),下一小节细说 ResNet 结构和特点
GoogleNet 论文:Going deeper with convolutions
二. 经典网络(Classic Network)
5. GoogleNet (包括 v1, v2, v3)
在 2014 年 ImageNet 分类任务上击败 VGG-Net 夺得冠军,其实力肯定是非常深厚的。GoogleNet 跟 AlexNet、VGG-Net 这种单纯依靠网络结构而改进网络性能的思路不一样,它另辟幽径,在加深网络(22 层) 的同时,也在网络结构上做了创新,引入 Inception 结构代替了单纯的 卷积 + 激活函数 的传统操作(这思路最早由 Network In Network 提出)。GoogleNet 进一步把对卷积神经网络的研究推上新的高度。
(1). Inception V1 model
①. V1 网络图形:
4 个 卷积得到的 feature map 的 high 和 width 不变,然后再通过 channels 进行 concatenation 起来。
②. Inception V1 mod