Xiang神经网络总结（十）

• Inception网络家族

V1：
Inception v1的主要特点：一是挖掘了1 ×1卷积核的作用，减少了参数，提升了效果；二是让模型自己来决定用多大的的卷积核。

把不同的卷积核组合在一起，不仅可以增大感受野，而且还可以提高神经网络的鲁棒性。在一层里把不同大小的卷积核叠在一起后，意味着一层里可以产生不同大小的卷积核处理之后的效果，也意味着不用人为的来选择这一层要怎么卷，这个网络自己便会学习用什么样的卷积（或池化）操作最好。
V2&&V3

增强高维表征（在高层次Inception结构中3×3拆分成了1×3和3×1的卷积核并列，变得更宽，以增强信息表征）

V4&&ResNet

引入了残差模型

参考：https://zhuanlan.zhihu.com/p/50754671