CNN经典网络：Inception系列

• 前言
• InceptionV1
• InceptionV2
• InceptionV3
• InceptionV4

InceptionV1

论文：https://arxiv.org/pdf/1409.4842.pdf
代码：参考Tensorflow/slim

特点

• 用多个尺度的卷积核组合来获得不同大小的感受野，最后拼接成不同尺度的融合，来近似局部最优的结构；
  

如图 3.7 所示，卷积核大小分别采用 1， 3 和 5，设定卷积步长为 1 后，只要设定填充分别为 0、 1、 2，卷积和得到相同维度的特征，就可以拼接在一起了，比如前一层输入为 100x100，那么经过 1x1 卷积核得到（ 100-1） /1+1=100，100x100feature map； 经过 3*3 卷积核得到（100-3+1x2） /1+1=100，也是 100x100的 feature map ； 经 过 5x5 卷 积 核 得 到 （ 100-5+2x2 ） /1+1=100 ； 仍 然 是100x100feature map；

借鉴 NIN 中 11 卷积核来进行降维，比如前一层输入为 100x100x128，要经过 256 个 55 卷 积 层 （ 步 长 为 1 ， 填 充 为 2 ）； 那 么 需 要 的 参 数 为128x5x5x256=819200；而如果先经过 32 个 1x1 卷积层，再经过 256 个 5x5 卷积层 ， 那 么 得 到 的 输 出 仍 然 是 100x100x256 ， 但 是 需 要 的 参 数 就 变 成 了128x1x1x32+32x5x