27-GoogLeNet
GooLeNet
目录
含并行连结的网络
GoogLeNet 吸收了NiN 中串联网络的思想，并在此基础上做了改进。我们往往不确定到底选取什么样的层效果更好，到底是3X3 卷积层还是5X5 的卷积层，诸如此类的问题是GooLeNet 选择了另一种思路“小学生才做选择，我全都要”，这也使得GooLeNet 成为了第一个模型中超过1000 个层的模型。
Inception 块
-
在
GoogLeNet 中，基本的卷积块被称为Inception 块（Inception block）
-
Inception 块由四条并行路径组成。 前三条路径使用窗口大小为1×11×1 、3×33×3 和5×55×5 的卷积层，从不同空间大小中提取信息。 中间的两条路径在输入上执行1×11×1 卷积，以减少通道数，从而降低模型的复杂性。 第四条路径使用3×33×3 最大汇聚层，然后使用1×11×1 卷积层来改变通道数。 这四条路径都使用合适的填充来使输入与输出的高和宽一致，最后我们将每条线路的输出在通道维度上连结，并构成Inception 块的输出。在Inception 块中，通常调整的超参数是每层输出通道数。
GooLeNet 模型
GoogLeNet 一共使用9 个Inception 块和全局平均汇聚层的堆叠来生成其估计值。Inception 块之间的最大汇聚层可降低维度。 第一个模块类似于AlexNet 和LeNet ，Inception 块的组合从VGG 继承，全局平均汇聚层避免了在最后使用全连接层。
- 第一个模块是
7×7 卷积层。 - 第二个模块使用两个卷积层：第一个卷积层是
1×1 卷积层；第二个卷积层使用将通道数量增加三倍的3×3 卷积层。 这对应于Inception 块中的第二条路径。 - 第三个模块串联两个完整的
Inception 块。 第一个Inception 块的输出通道数为64+128+32+32=25664+128+32+32=256 ，四个路径之间的输出通道数量比为64:128:32:32=2:4:1:164:128:32:32=2:4:1:1 。 第二个和第三个路径首先将输入通道的数量分别减少到96/192=1/296/192=1/2 和16/192=1/1216/192=1/12 ，然后连接第二个卷积层。第二个Inception 块的输出通道数增加到128+192+96+64=480128+192+96+64=480 ，四个路径之间的输出通道数量比为128:192:96:64=4:6:3:2128:192:96:64=4:6:3:2 。 第二条和第三条路径首先将输入通道的数量分别减少到128/256=1/2128/256=1/2 和32/256=1/832/256=1/8 。 - 第四模块更加复杂， 它串联了
5 个Inception 块，其输出通道数分别是192+208+48+64=512192+208+48+64=512 、160+224+64+64=512160+224+64+64=512、128+256+64+64=512128+256+64+64=512、112+288+64+64=528112+288+64+64=528 和256+320+128+128=832256+320+128+128=832 。 这些路径的通道数分配和第三模块中的类似，首先是含3×3 卷积层的第二条路径输出最多通道，其次是仅含1×1 卷积层的第一条路径，之后是含5×5 卷积层的第三条路径和含3×3 最大汇聚层的第四条路径。 其中第二、第三条路径都会先按比例减小通道数。 这些比例在各个Inception 块中都略有不同。
总结
-
Inception 块相当于一个有4 条路径的子网络。它通过不同窗口形状的卷积层和最大汇聚层来并行抽取信息，并使用1×1 卷积层减少每像素级别上的通道维数从而降低模型复杂度。 -
GoogLeNet 将多个设计精细的Inception 块与其他层（卷积层、全连接层）串联起来。其中Inception 块的通道数分配之比是在ImageNet 数据集上通过大量的实验得来的。 -
GoogLeNet 和它的后继者们一度是ImageNet 上最有效的模型之一：它以较低的计算复杂度提供了类似的测试精度。