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. 1 x 1 Conv 卷积是为了降低通道数channel
    1. 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

VGGNet随笔

Inception系列

图像分类一文带你学懂经典网络GoogLeNet

GoogLeNet

现代卷积神经网络(GoogleNet),并使用GoogleNet进行实战CIFAR10分类

深度学习图像分类GoogLeNet网络结构