摘要：
1.ResNet+Inception 有着最高的Accuracy 2.VGG最占内存，最多的操作数 3. GoogleNet最efficient ， 这里的效率怎么计算的? 4.AlexNet 最少的操作数，但内存大，accuracy低 5. Resnet 效率适中，accuracy最高 6. VG 阅读全文
摘要：
ResNet 其他不带残差的网络（plain-CNN）中： 56层的网络比20层的网络，无论是trainning set 还是test set都要表现差 问题： 1) 优化问题，梯度在传播过程中出现梯度消失，或者梯度爆炸 2） weight_matrix_decay 1. Batch Normali 阅读全文
摘要：
1. 22层神经网络，一层inception算两层 2. 使用了高效的inception结构 3.没有全连接层 4.只有5millon参数，比AlexNet的60M，VGG16的138M Inception Module 的好处： 解释1：在直观感觉上在多个尺度上同时进行卷积，能提取到不同尺度的特征 阅读全文
摘要：
Conv层 Only 3x3 CONV stride 1, pad 1 and 2x2 MAX POOL stride 2，使得网络deeper,更多non-linearities，更少的parameters VGG16在forward计算中，对单个图片需要存储 96MB，有136Million的参 阅读全文