之前的网络结构,比如vgg,AlexNet,都是通过增加网络的深度来提高网络的性能。但是这样也会导致很多问题,比如过拟合,梯度爆炸等。inception则从另一个角度来提升训练效果:即在相同的计算资源上可以提取到更多的特征。这里也可以认为,inception结构相当于一个卷积层,一个可以提取不同尺度特征的模块。
inception结构核心思想是1*1卷积、多个尺度上进行卷积然后在进行特征融合。
1*1卷积作用:1 在相同尺寸的感受野上叠加更多的卷积,可以增加网络的非线性,提取更加丰富的特征。 2 可以进行特征降维,在不损失模型性能的情况减少模型的计算量。
多尺度卷积在聚合:可以提取更加丰富的特征信息。
深入理解GoogLeNet结构(原创) - 知乎 (zhihu.com)
inception 代码
from typing i