GoogLeNet （二） Inception 概念

文章目录

• 第一节：原始Inception模块基础架构概述

  • 第一部分：特征图融合机制（Filter concatenation）
    • 第二部分：不同区域特征图深度的调整（降低特征图厚度演进出V1/V2/V3/V4）
    • 第三部分：探讨这种单像素核的设计意图（1x1的卷积核有什么用呢？）
    • 第四部分：关于构建Inception网络体系结构的关键问题（搭建Inception网络问题）
    • 第五部分：分析参数规模小却表现卓越的技术细节（InceptionV1参数少但是效果好的原因）
• • 2.1 深度前馈神经网络
    • • 瓶颈层通过设计降低了计算开销
    • • 全局平均池化操作
    • • 深度拼接技术
    • • 响应归一化(Response Normalization)机制
    • • 全局平均池化操作
    • • 全连接层的作用是为了实现各特征之间的广泛联系

三

* 3.4 第四层

• 四、Inception模型原理

  • 4.1 初始版本的Inception架构原理

    • 4.2 上一层结构分析
    • 4.3 Inception v1核心特点概述
    • 4.4 GoogleNet的网络架构设计

  • 有趣的事，Python永远不会缺席

  • **培训说