Inception结构学习笔记

一. 背景介绍

Inception 主要改进了网络中的传统卷积层，针对深度神经网络性能和计算量，主要解决了深度网络中的以下问题：

1. 参数太多，容易过拟合，若训练数据集有限；
2. 网络越大计算复杂度越大，难以应用；
3. 网络越深，梯度越往后穿越容易消失（梯度弥散），难以优化模型

Inception主要就是为了解决在增加网络深度和宽度的同时去减少参数，1*1的卷积核可以增加/减少特征map的channel:

1*1的卷积核可以降低feature map的通道维度，如下图所示：

合理利用1*1的卷积核可以降低计算量：

上图中整个卷积过编程过