这一段时间撸了几篇论文，当我撸到GoogLeNet系列论文的时候，真是脑洞大开！GoogLeNet绝对可以称为已公开神经网络的复杂度之王！每当我看到它那错综复杂的网络图时，心里总有一种说不出的苦涩滋味，我也不知为何。

然后，我萌生了一个想法，用自己的语言描述一下GoogLeNet的发展历程和关键技术点，我知道网上已经有很多人总结过GoogLeNet的各种版本，但那毕竟是别人的东西，自己总结一遍会提升自己的水平。计划是写4篇文章，希望能在一个月内完成吧。下面是GoogLeNet的4篇论文：

[v1] Going Deeper with Convolutions，ensemble top5 error 6.67%，2014

[v2] Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift，ensemble top5 error 4.8%，2015

[v3] Rethinking the Inception Architecture for Computer Vision，ensemble top5 error 3.5%，2015

[v4] Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning，ensemble top5 error 3.08%，2016

v4版本top5错误率只有3.08%！这个应该是目前错误率最低的吧。

不过有时候自己也会萌生一些悲观想法，现在深度学习的网络是越做越复杂，针对某些数据集的识别率是越来越高，可是，然并卵，当我们换个数据集，换个环境，换个照片，换个……以后，效果就不行了，这真是个问题啊！

本文介绍关于GoogLeNet第一篇正式论文，习惯称为inception v1，如下：

[v1] Going Deeper with Convolutions，top5 error 6.67%

在开始介绍论文之前，先说一些题外话，GoogLeNet这个名字的诞生由两方面促成，一是设计者在Google工作，二是向LeNet致敬。GoogLeNet只是一个名字，它的核心内容是发明了Inception Architecture（以下简称IA），发明IA的灵感来自于2013年的一篇论文《Provable Bounds for Learning Some Deep Representations》，这篇论文读起来非常困难，需要很多的数学知识，有兴趣的可以看看。

1、提出inception architecture并对其优化

2、取消全连层

3、运用auxiliary classifiers加速网络converge

接下来对以上几点分别介绍。

首先得说一下Szegedy发明IA的动机，他估计是在某天阅读了Provable Bounds for Learning Some Deep Representations这篇论文，又结合自己多年来在深度学习界摸爬滚打的经验，发现传统的提高网络精度的方法是一条邪路（P.S. 传统的方法指的是 扩大网络规模 或 增大训练数据集），而想从本质上提高网络性能，就得用sparsely connected architectures，即“稀疏连接结构”。

我自己对“稀疏连接结构”的理解是这样的，用尽可能的“小”、“分散”的可堆叠的网络结构，去学习复杂的分类任务，怎么体现“小”、“分散”呢？如下图：

Inception Architecture，naive version

原来造神经网络，都是一条线下来，我们可以回想一下AlexNet、VGG等著名网络，而IA是“分叉-汇聚”型网络，也就是说在一层网络中存在多个不同尺度的kernels，卷积完毕后再汇聚，为了更好理解，“汇聚”的tensorflow代码写出来是这样的：

就是简单的在kernel维度把矩阵concatenate起来。但是这么做有一个问题，会产生“维度爆炸”，什么意思呢？假如branch1x1、branch3x3、branch5x5都有256个kernels，加上branch_pool的kernels（假定为256），经过tf.concat操作，最终的kernels是256×4=1024个kernels！这没法接受啊！如果多层IA叠加起来，那kernels的数量岂不上天！！于是Szegedy就改进了一下，如下图：

Inception module with dimension reductions

他加入了kernels数量控制方式，就是那些1×1的卷积层，这些1×1的卷积层输出kernels会比上一层要少，这样即便在经过tf.concat以后，总kernels数量不会增加太多。另外，这些1×1的卷积层还增加了网络的非线性程度。

关于IA的结构就介绍完了，可是，为什么？这样的结构有啥用？Szegedy在论文里解释过一点点：IA之所以能提高网络精度，可能就是归功于它拥有多个不同尺度的kernels，每一个尺度的kernel会学习不同的特征，把这些不同kernels学习到的特征汇聚给下一层，能够更好的实现全方位的深度学习！

为什么VGG网络的参数那么多？就是因为它在最后有两个4096的全连层！Szegedy吸取了教训，为了压缩GoogLeNet的网络参数，他把全连层取消了！其实我个人也认为全连层作用确实没那么大，取消了也好，GoogLeNet网络详细配置如下：

GoogLeNet详细配置

从上图就可以看出，网络的最后几层是avg pool、dropout、linear和softmax，没有看到fully connect的影子。现在取消全连层貌似是个大趋势，近两年的优秀大型神经网络都没有全连层，可能是全连层参数太多，网络深度增加了以后，难以接受吧。

搞机器学习的都知道，梯度消散是所有深层网络的通病，往往训练到最后，网络最开始的几层就“训不动了”！于是Szegedy加入了auxiliary classifiers（简称AC），用于辅助训练，加速网络converge，如下图画红框部分：

GoogLeNet

以上图片摘自此文，因为网络太深了，竖着太长，就把它横过来看了。可以看到，笔者在网络中间层加入了两个AC，这两个AC在训练的时候也跟着学习，同时把自己学习到的梯度反馈给网络，算上网络最后一层的梯度反馈，GoogLeNet一共有3个“梯度提供商”，先不说这么做有没有问题，它确实提高了网络收敛的速度，因为梯度大了嘛。另外，GoogLeNet在做inference的时候AC是要被摘掉的。

AC这种加速收敛训练方式与ResNet表面上看不太一样，但是我感觉本质上应该是类似的。ResNet也很深，但是它先是通过构建浅层网络学习参数，再把浅层网络的参数应用到较深网络中，从而尽可能减少梯度消散的影响。GoogLeNet是直接把浅层网络的训练和深层网络的训练揉到一起了。关于这个问题还有待深究。

请关注人工智能LeadAI公众号，查看更多专业文章

大家都在看

LSTM模型在问答系统中的应用

基于TensorFlow的神经网络解决用户流失概览问题

最全常见算法工程师面试题目整理（一）

最全常见算法工程师面试题目整理（二）

TensorFlow从1到2 | 第三章 深度学习革命的开端：卷积神经网络

装饰器 | Python高级编程

今天不如来复习下Python基础