Inception v1
- 2012年AlexNet做出历史突破以来,直到GoogLeNet出来之前,主流的网络结构突破大致是网络更深(层数),网络更宽(神经元数)。所以大家调侃深度学习为“深度调参”。那么解决上述问题的方法当然就是增加网络深度和宽度的同时减少参数,Inception就是在这样的情况下应运而生。
- Inception v1模型
Inception v1的网络,将1x1,3x3,5x5的conv和3x3的pooling,堆叠在一起,一方面增加了网络的width,另一方面增加了网络对尺度的适应性
第一张图是论文中提出的最原始的版本,所有的卷积核都在上一层的所有输出上来做,那5×5的卷积核所需的计算量就太大了,造成了特征图厚度很大。为了避免这一现象提出的inception具有如下结构,在3x3前,5x5前,max pooling后分别加上了1x1的卷积核起到了降低特征图厚度的作用,也就是Inception v1的网络结构。
下面给出GoogLeNet的结构图:
- Inception V1 降低餐数量的目的在于以下两点:
- 参数越多,模型越庞大,需要提供模型学习的数据量也就越大,而当前高质量的数据非常昂贵;
- 参数越多,相应地耗费的计算资源也会更大;
- 为什么使用了较多 1×1 的卷积?
降维( dimension reductionality )。比如,一张500 * 500且厚度depth为100 的图片在20个filter上做1*1的卷积,那么结果的大小为500*500*20。
加入非线性。卷积层之后经过激活层,1*1的卷积在前一层的学习表示上添加了非线性激活( non-linear activation ),提升网络的表达能力;
Inception v1相关推荐
- GoogLeNet(从Inception v1到v4的演进)
GoogLeNetInceptionCNN深度学习卷积神经网络 2014年,GoogLeNet和VGG是当年ImageNet挑战赛(ILSVRC14)的双雄,GoogLeNet获得了第一名.VGG获得 ...
- 从Inception v1,v2,v3,v4,RexNeXt到Xception再到MobileNets,ShuffleNet,MobileNetV2
from:https://blog.csdn.net/qq_14845119/article/details/73648100 Inception v1的网络,主要提出了Inceptionmodule ...
- 谷歌系列 :Inception v1到v4
Paper列表: [v1] Going Deeper with Convolutions, 6.67% test error, http://arxiv.org/abs/1409.4842 [v2] ...
- 论文笔记:Inception v1
原文:Going Deeper with Convolutions Inception v1 1.四个问题 要解决什么问题? 提高模型的性能,在ILSVRC14比赛中取得领先的效果. 最直接的提高网络 ...
- inception v4 官方实现_经典神经网络 | 从Inception v1到Inception v4全解析
本文介绍了 Inception 家族的主要成员,包括 Inception v1.Inception v2 .Inception v3.Inception v4 和 Inception-ResNet.它 ...
- TensorFlow自带例子已经包含了android和ios下的摄像头图像分类示例Inception v1,这里补充一个Windows下的,使用AForge库(www.aforgenet.com)操作
TensorFlow自带例子已经包含了android和ios下的摄像头图像分类示例Inception v1,这里补充一个Windows下的,使用AForge库(www.aforgenet.com)操作 ...
- CNN经典模型:GoogLeNet(从Inception v1到v4的演进)
GoogLeNet和VGG是2014年ImageNet挑战赛(ILSVRC14)的双雄,GoogLeNet获得第一名.VGG获得第二名,这两类模型结构的共同特点是层次更深了.VGG继承了LeNet以及 ...
- 经典神经网络 | 从Inception v1到Inception v4全解析
本文介绍了 Inception 家族的主要成员,包括 Inception v1.Inception v2 .Inception v3.Inception v4 和 Inception-ResNet.它 ...
- 经典卷积神经系列(Inception v1\v2\v3\v4、ResNet、ResNext、DenseNet、SENet)
写在前面:此文只记录了下本人感觉需要注意的地方,不全且不一定准确.详细内容可以参考文中帖的链接,比较好!!! 经典的CNN:Inception v1\v2\v3\v4.Resnet.Resnext.D ...
- [计算机视觉]-经典网络inception v1、v2、v3、v4核心工作详解及总结
资源 inception v1 Going deeper with convolutions:https://arxiv.org/abs/1409.4842 BN算法 Batch Normalizat ...
最新文章
- C Capture Full IE Document
- Entity Framework 学习高级篇2—改善EF代码的方法(下)
- PostgreSQL学习笔记1之表定义
- 草原深处的“那达慕”
- Educational Codeforces Round 17 E. Radio stations cdq分治 + 树状数组
- debian 编译linux内核源码,Debian下为本机编译内核模块的方法
- C语言笔记(数组地址一些细节)
- iOS Coding Style Guide 代码规范
- 2019 年,C# 还值得学习吗?
- tcp丢包率_网络编程 | TCP/IP基础知识
- 【leetcode】91. Decode Ways A-Z的字母表示1-26的数字,反向破解多少种字符串的可能性...
- VS2017设置C++标准
- python——字典攻击
- 【蓝桥杯单片机组】两种外设访问方式:IO编程和MM编程
- Navicat Premium For Mac破解版
- 人工智能数学基础--概率与统计4:联合分布与边缘分布
- 理财U15 累积投票与可赎债估值 习题解读
- 真实评测酷睿 i5 12400f和i3 10100f选哪个
- 【Pandas】常用姿势积累
- MTK获取iso的几种方式