深度监督学习(deep supervision learning) 和常规的深度学习机制相比,深度监督学习不仅在网络的最后输出结果out,同时在网络的中间特征图,经过反卷积和上采样操作,得到和out尺寸一致的输出out_m,然后结合out-m和out,共同训练网络。在GoogleNet中用到了这种学习机制。 深度卷积的好处 可加速神经网络收敛,更小化损失 可获得更平滑的卷积核,更明显的模式