Inception network详解

 

    1. Inception Network
      1. 动机:使用尽量多不同种类的filters和pooling

Inception network详解_第1张图片

屏幕剪辑的捕获时间: 2018/11/18 11:39

生成输出层的A(1,1,1)处的像素点,需要输入数据5*5的图像块与filter进行卷积,次数为192次。生成32深度的一列数据需要更换32次filter,因此生成最后结果的运算次数为120M。

Inception network详解_第2张图片

 

屏幕剪辑的捕获时间: 2018/11/18 11:54

在上图的卷积层前加入一层1*1的卷积,方便减少数据量。其缩小只要是within reason,便可以保证加入的这一层不会影响分类的合理性。原因不详。

Inception network详解_第3张图片

屏幕剪辑的捕获时间: 2018/11/18 11:41

可以将inception module看成是一个基本单元或者层,其中1*1的filter是用来减少计算数据量的,成为bottleneck,不会影响最终的分类效果。

Inception network详解_第4张图片

 

屏幕剪辑的捕获时间: 2018/11/18 11:40

其他部件的加入等效于正则化过拟合,单元前加pooling改变输出特征的大小等等。

 

 

 

 

你可能感兴趣的:(Inception network详解)