深度学习第20讲：CNN经典论文研读之GoogLeNet Inception网络

深藏阁楼爱情的钟 2022-05-10 12:42 255阅读 0赞

在 2014 年 ILSVRC 比赛中，VGGNet 获得了当时的第二名的成绩，那么第一名是谁呢？当时的 VGGNet 就已经很厉害了，难得同届选手还有更厉害的？很不巧，还真有。当年度取得冠军的方案网络由谷歌团队研发，并且为了致敬 Yann Lecun 的 LeNet-5，将其命名为 GoogLeNet。GoogLeNet 在借鉴 1x1 卷积思想的基础上，通过滤波器组合构建 Inception 模块，使得网络可以走向更深且表达能力更强。从 2014 年获得当届 ILSVRC 冠军的 Inception v1 到现在，光 Inception 网络就已经更新到 v4 了，而后基于 Inception 模块和其他网络结构的组合而成的网络就更多了，比如说 Inception Resnet。

**1x1 卷积**

通过前面的学习大家都知道卷积操作是卷积神经网络的核心操作了，在之前我们通常会用到各种尺寸的卷积核，比如说 3x3 卷积、5x5 卷积、7x7 卷积等等。但今天我们需要提一下 1x1 卷积。这似乎有些蠢，直观上理解 1x1 卷积好像没什么用，就是简单的数字相乘而已，对于通道数较小的图片确实如此，但如果我们考虑一个 6x6x32 的图片呢？

考虑用一个 1x1x32 的卷积核对 6x6x32 的图片进行卷积。如下图所示，具体而言就是计算左图中 32 个数字和卷积核中 32 个数字对应元素乘积之和，然后进行激活操作。

![2a8a038ef71c08fe5a5139079edb5637473269bd][]

滤波器中的通道数 32 可以这么理解：一个神经元的输入是 32 个数字，对输入图像做一个切片的话，即相同高度和宽度上某一切片上的 32 个数字具有不同的通道数，乘以滤波器的 32 个数字权重，然后应用激活函数得到 1x1 卷积结果。所以从这个角度看我们可以将 1x1 卷积理解为对这个不同通道上的 32 个数字应用一个全连接层，这个全连接层输入 32 个数字，输入为 6x6x滤波器个数。

[原文链接][Link 1]

[2a8a038ef71c08fe5a5139079edb5637473269bd]: /images/20220505/45d3dd9c666d47babcb3fb0cc9d07658.png
[Link 1]: http://click.aliyun.com/m/1000018903/