【DeepLearning】GoogLeNet Incepetion V1 V2 V3创新点比较总结汇总

一、GoogLeNet Incepetion V1 总结创新点：

为解决巨大的参数量带来的 过拟合 和 大大增加的计算成本 问题，提出了Inception结构：

• 对于inception结构而言：

1.密集成分 来近似 最优的局部稀疏结构2.

2.使用NIN，采用1*1卷积进行降维，降低参数量

• 对于整体结构而言：

1 . 显然GoogLeNet采用了模块化的结构，方便增添和修改；

2 . 网络最后采用了average pooling来代替全连接层，想法来自NIN,事实证明可以将TOP1 accuracy提高0.6%。但是，实际在最后还是加了一个全连接层，主要是为了方便以后大家finetune；

3 . 虽然移除了全连接，但是网络中依然使用了Dropout ;

4 . 为了避免梯度消失，网络额外增加了2个辅助的softmax用于向前传导梯度。文章中说这两个辅助的分类器的loss应该加一个衰减系数，但看caffe中的model也没有加任何衰减。此外，实际 测试 的时候，这两个额外的softmax会被去掉。

二、GoogLeNet Incepetion V2 总结创新点：

• 加入了Batch Normalization ，简称BN。
• BN加快学习，减小计算量

首先，图像数据是高度相关的，假设其分布如下 图a 所示(简化为2维)。

由于初始化的时候，我们的参数一般都是0均值的，因此开始的拟合y=Wx+b，基本过原点附近，如 图b 红色虚线。因此，网络需要经过多次学习才能逐步达到如紫色实线的拟合，即收敛的比较慢。

如果我们对输入数据先作减均值操作，如 图c ，显然可以加快学习。

进一步，我们对数据再进行去相关操作，使得数据更加容易区分，会加快训练，如 图d 。

但是考虑到，在进行方差归一化时，要对每一层的所有数据计算协方差矩阵和求逆等操作，所以计算量太大，所以，基于 MINI-Batch 来对数据处理，减小计算量

其次，如果直接进行方差归一化之后，会把数据先知道均值为0的局部范围，在使用激活函数之后， 相当于仅使用了激活函数的线性部分 ，显然会降低模型的表达能力。所有，对归一化的输出又增加了两个参数 ( r & b)：

即： y = r * x^ + b

• 解决梯度消失和梯度爆炸问题

三、GoogLeNet Incepetion V3 总结创新点：

之前版本表现很好，但是想要简单方法Inception结构来构建更大的网络，则会立即提高计算成本。

（1）给出了一些已经被证明有效的用于放大网络的通用准则和优化方法。这些准则和方法适用但不局限于Inception结构。主要有以下准则：

1 . 避免表达瓶颈，特别是在网络靠前的地方。 信息流前向传播过程中显然不能经过高度压缩的层，即表达瓶颈。从input到output，feature map的宽和高基本都会逐渐变小，但是不能一下子就变得很小。比如你上来就来个kernel = 7, stride = 5 ,这样显然不合适。

另外输出的维度channel，一般来说会逐渐增多(每层的num_output)，否则网络会很难训练。（特征维度并不代表信息的多少，只是作为一种估计的手段）

这种情况一般发生在pooling层，字面意思是，pooling后特征图变小了，但有用信息不能丢，不能因为网络的漏斗形结构而产生表达瓶颈，解决办法是作者提出了一种特征图缩小方法，更复杂的池化。

2 . 高维特征更易处理。 高维特征更易区分，会加快训练。

3. 可以在低维嵌入上进行空间汇聚而无需担心丢失很多信息。 比如在进行3x3卷积之前，可以对输入先进行降维而不会产生严重的后果。假设信息可以被简单压缩，那么训练就会加快。

4 . 平衡网络的宽度与深度。

（2）优化INcepton结构

(1) 图4是GoogLeNet V1中使用的Inception结构；

(2) 图5是用3x3卷积序列来代替大卷积核；

(3) 图6是用nx1卷积来代替大卷积核，这里设定n=7来应对17x17大小的feature map。该结构被正式用在GoogLeNet V2中。即非对称个卷积核，其实类似于卷积运算中，二维分解为1维计算，提高了计算速度。

（3）优化辅助分类器

作者发现，V1中的辅助分类器有点问题：auxiliary classifiers在训练初期的时候并不能加速收敛，只有当训练快结束的时候它才会略微提高网络精度。

然后Szegedy就把第一个auxiliary classifiers去掉了！还说，auxiliary classifiers能够起到regularizer的作用

（4）优化池化

按照传统的做法，在pooling之前，为了防止信息丢失，应当加入了expand层，如下图右半部分。

Unefficient grid size reduction

这么做有个问题，会增加运算量，于是Szegedy就想出了下面这种pooling层。

Efficient grid size reduction

上图可以这么理解，Szegedy利用了两个并行的结构完成grid size reduction，分别是conv和pool，就是上图的右半部分。左半部分是右半部分的内部结构。

（5）优化标签

Labels的脉冲性质会引发两个不良后果：一是over-fitting，另外一个是降低了网络的适应性。

Szegedy在阐述完上面两个缺点后，补充了一句话，说不良后果的产生就是因为网络太依赖它所预测的结果。

Intuitively, this happens because the model becomes too confident about its predictions.

好了，先不管这么多，这个label smooth具体是怎么实现的？就是下式：

label smooth

为了方便理解，转换成python代码，就是这样的：

new_labels = (1.0 - label_smoothing) * one_hot_labels + label_smoothing / num_classes

Szegedy在网络实现的时候，令 label_smoothing = 0.1，num_classes = 1000。Label smooth提高了网络精度0.2%。

我对Label smooth理解是这样的，它把原来很突兀的one_hot_labels稍微的平滑了一点，枪打了出头鸟，削了立于鸡群那只鹤的脑袋，分了点身高给鸡们，避免了网络过度学习labels而产生的弊端。