inception的提出背景
- inception最早是Google在2014年在GoogLeNet中提出的,在2014年业界的共识是增加模型的参数量可以提高模型精度,那时业界远没触碰到模型复杂度的瓶颈,学者都是通过增加网络深度来堆叠参数的,而google则是通过增加网络的宽度来堆叠参数。
inception的主要特点
- 它的主要特征就是将常用的卷积核:1x1、3x3、5x5和池化操作堆叠在一起,这样让模型自适应的去选择合适的感受野,同时增加了网络的宽度和参数量,在那一年的ImageNet中取得了极好的成绩。
博主会持续更新一些深度学习相关的基础知识以及工作中遇到的问题和感悟,喜欢请关注、点赞、收藏。