GoogLeNet的前世今生
GoogLeNet的前世今生
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:
- 一个 1 x 1 的卷积,一个小的感受野进行卷积提取特征
- 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
- 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
- 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)