【学习笔记】GoogLeNet

 

 

看B站视频 5.1 GoogLeNet网络详解_哔哩哔哩_bilibili （此up主很强）做了点笔记，以后随时翻翻看看。

GoogLeNet系列解读_shuzfan的专栏-CSDN博客_googlenet 这篇博客写的很好，奈何我有很多看不懂，我的博客是感觉是比较初步的认识

GoogleNet-InceptionNet(v1,v2,v3,v4) - 简书 (jianshu.com) 这篇也很好

---

目录

序

正篇

GoogLeNet亮点：

各层模型参数

1×1的卷积核降维（降低模型参数）

辅助分类器

Inception结构

GoogLeNet(不包含辅助分类器)模型参数  V.S. VGGNet模型参数

---

序

up主和GoogLeNet的作者都是有情怀的人，我之前一直都不知道还有这回事。

正篇

GoogLeNet亮点：

1. 引入了Inception结构（融合不同尺度的特征信息）
2. 使用1×1的卷积核进行降维以及映射处理（降低模型参数）
3. 添加两个辅助分类器帮助训练
4. 丢弃全连接层，使用平均池化层（大大减少模型参数）

各层模型参数

1×1的卷积核降维（降低模型参数）

辅助分类器

Inception结构

对应着看

GoogLeNet(不包含辅助分类器)模型参数  V.S. VGGNet模型参数

辅助分类器在推理的时候是去掉的，不包含的，它只在训练阶段包含。

尽管GoogLeNet模型参数少，但大家还是使用VGG网络的原因是，VGG网络更容易搭建，GoogLeNet有辅助分类器，修改和训练起来比较麻烦。

对于图像分类任务，GoogLeNet是比VGG更加优秀的。