ITPub博客

首页 > 人工智能 > 深度学习 > 谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述

谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述

深度学习 作者:dicksonjyl560101 时间:2019-09-15 09:41:18 0 删除 编辑


2019-09-13 14:30:41

2014 GoogLeNet

GoogLeNet有很多版本,包括Inception v1,v2,v3等,后者大多是对v1的改进

Inception v1

(1)Inception v1采用模块化的结构,每一模块以上一模块的输出作为输入。对输入分别进行1×1、3×3、5×5的卷积以及 3×3的max pooling后,将四路分支通过并联(Concat)融合起来。并且在3×3和5×5的卷积之前,先进行1×1的卷积进行降维,以减少计算复杂度,去除特征冗余,并且3×3max pooling后也进行1×1卷积,以提升网络非线性表达能力。

(2)Inception v1使用多种大小的卷积核,意味着多种不同大小的感受野,最后的拼接意味着多尺度特征的融合,从而提高网络表达能力。

(3)未来防止梯度消失,Inception v1除了在网络最后使用softmax之外,还在中间层使用额外的两个辅助softmax反传梯度

(4)网络的最后使用全局平均池化代替全连接,减少了参数数量

谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述

原始版本

谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述

改进版本

Inception v2:

(1)在v1的基础上增加了Batch Normalization

(2)使用两个3×3卷积代替5×5卷积


谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述


Inception v3:

(1)把n×n卷积分解为一个1×n卷积核一个n×1卷积,进一步缩减参数量

(2)输入图像大小由224×224放大至299×299


谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述


Inception v4

(1)研究了 Inception Module 结合 Residual Connection,结合 ResNet 可以极大地加速训练,同时极大提升性能,在构建 Inception-ResNet 网络同时,还设计了一个更深更优化的 Inception v4 模型,能达到相媲美的性能


谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述


谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述


谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述


谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述

GoogLeNet Inception V4网络结构

谷歌公司提出的卷积神经网络GoogLeNet 系列作品简述

GoogLeNet Inception ResNet网络结构



https://www.toutiao.com/a6736038766252671502/



来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/29829936/viewspace-2657021/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
行万里路,读万卷书,阅无数人。 吃货一枚,爱吃湘菜,川菜,粤菜与杭帮菜,尝遍天下美食。 摄影爱好者,游遍名川大山,江河胡海,赏遍人间春色。 爱看影,尤其是港片,好莱坞大片。英文名:DicksonJin, 网名:风一样的BOY。精通SAP供应链咨询。2017年开始研习人工智能。

注册时间:2014-08-27

  • 博文量
    2169
  • 访问量
    3284835