含并行连结的网络 GoogLeNet / Inception V3 动手学深度学习v2 pytorch
Posted AI架构师易筋
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了含并行连结的网络 GoogLeNet / Inception V3 动手学深度学习v2 pytorch相关的知识,希望对你有一定的参考价值。
1. 含并行连结的网络 GoogLeNet
第一个神经网络可以做到超过100层。
Inception 块的名字,取自盗梦空间,就是不断深入到梦境中,不断深入。
Inception 使得参数减少,计算量也变低了。比直接用3x3 Conv,5x5 Conv 卷积更小。
https://cv.gluon.ai/model_zoo/classification.html
Inception V3精度比VGG高很多,从0.7提升到接近0.8, 内存会大很多,而且比较复杂。
沐神的网络ResNeSt: Split-Attention Networks 是此图上精度最高的。
2. 代码实现
3. Q&A
-
- 1 x 1 Conv 卷积是为了降低通道数channel
-
- 卷积层越深,学到的特征越多。
参考
https://www.bilibili.com/video/BV1b5411g7Xo?p=1
以上是关于含并行连结的网络 GoogLeNet / Inception V3 动手学深度学习v2 pytorch的主要内容,如果未能解决你的问题,请参考以下文章