正文

GoogLeNet是一種全新的深度學習結構，在這之前的AlexNet、VGG等結構都是透過增大網路的深度來獲得更好的訓練效果，但層數的增加會帶來很多負作用，比如過擬合、梯度消失、梯度爆炸等。

為了簡化計算成本，先透過一個 1×1的卷積層，再透過一個 5×5 的卷積層，1×1 的層可能有 16 個通道，而 5×5 的層輸出為 28×28×32，也就是32 個通道

然後先透過一個 1×1的卷積層，再透過一個 3*3 的卷積層

然後直接透過一個1*1的卷積層，這時就不必在後面再跟一個 1×1 的層了，假設這個層的輸出是 28×28×64。

然後是池化層，我們先使用same填充的3*3，s=1的對其進行池化操作，保證維度還是28*28*192,然後使用1*1的卷積層（也就是使用 32 個維度為1×1×192 的過濾器）對其進行縮小通道處理，縮小到 28×28×32。

最後，將這些方塊全都連線起來。在這過程中，把得到的各個層的通道都加起來，最後得到一個 28×28×256 的輸出。

這就是一個 Inception 模組，而 Inception 網路所做的就是將這些模組都組合到一起。

我們來看一下真實的Inception 網路的圖片，你會發現圖中有許多重複的Inception模組

還有一個細節在網路的最後幾層位置使用了全連線層，它也包含了一個隱藏層，透過一些全連線層，然後有一個 softmax 來預測，輸出結果的標籤。你應該把它看做 Inception 網路的一個細節，它確保了即便是隱藏單元和中間層也參與了特徵計算，它們也能預測圖片的分類。它在 Inception 網路中，起到一種調整的效果，並且能防止網路發生過擬合。

所以 Inception 網路只是很多這些你學過的模組在不同的位置重複組成的網路，所以如果你理解了之前所學的 Inception 模組，你就也能理解 Inception 網路。