GoogLeNet 输入在开始的时候就被copy成4份,用不同的方法对输入进行处理,得到等宽等高的输出。 白色的1 * 1卷积可以认为是用来改变通道数的,蓝色的卷积用来提取空间信息的。 采用了更小的卷积层,使得高宽保留更多一点。 通道概念 最后padding应该是1 最后都在不断增加通道数 QA: 对于图像分类来说 1024 是一个不错的维度在不改变模型架构的情况下,改变训练过程中的一些内容,能够有效地提升模型效果