GoogLeNet的前世今生

GoogLeNet的前世今生

核心参考工具书
核心参考csdn

起名是为了纪念经典的模型LeNet

Todo List
AlexNet
ResNet

GoogLeNet是非常有名的网络结构，也拥有着很多的延伸版本，这里希望进行一个完整的总结。

GoogLeNet的诞生——GoogLeNet Inception V1

相较于其他网络，比如VGG网络，GoogLeNet去掉了后面的全连接层后，因此GoogLeNet有着相较于VGG更少的参数，提高计算效率，也能较好的避免参数过多造成的过拟合

Inception 模块

这是GoogLeNet的最早版本，出现在2014年的《Going deeper with convolutions》。
目的是使用密集成分来近似最优的局部系数结构

一个 inception 模块的四个并行线路如下：

1. 一个 1 x 1 的卷积，一个小的感受野进行卷积提取特征
2. 一个 1 x 1 的卷积加上一个 3 x 3 的卷积，1 x 1 的卷积降低输入的特征通道，减少参数计算量，然后接一个 3 x 3 的卷积做一个较大感受野的卷积
3. 一个 1 x 1 的卷积加上一个 5 x 5 的卷积，作用和第二个一样
4. 一个 3 x 3 的最大池化加上 1 x 1 的卷积，最大池化改变输入的特征排列，1 x 1 的卷积进行特征提取

最后将四个并行线路得到的特征在通道这个维度上拼接在一起，下面我们可以实现一下
（未完待续）