文章图片
2014年，GoogLeNet和VGG是当年ImageNet挑战赛(ILSVRC14)的双雄，GoogLeNet获得了第一名、VGG获得了第二名，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AlexNet的一些框架结构（详见 大话CNN经典模型：VGGNet），而GoogLeNet则做了更加大胆的网络结构尝试，虽然深度只有22层，但大小却比AlexNet和VGG小很多，GoogleNet参数为500万个，AlexNet参数个数是GoogleNet的12倍，VGGNet参数又是AlexNet的3倍，因此在内存或计算资源有限时，GoogleNet是比较好的选择；从模型结果来看，GoogLeNet的性能却更加优越。
【大话CNN经典模型（GoogLeNet（从Inception v1到v4的演进））】小知识：GoogLeNet是谷歌（Google）研究出来的深度网络结构，为什么不叫“GoogleNet”，而叫“GoogLeNet”，据说是为了向“LeNet”致敬，因此取名为“GoogLeNet”
那么，GoogLeNet是如何进一步提升性能的呢？
一般来说，提升网络性能最直接的办法就是增加网络深度和宽度，深度指网络层次数量、宽度指神经元数量。但这种方式存在以下问题
推荐阅读
- 自动驾驶感知|自动（智能）驾驶系列|（二）环境感知与识别（2）
- 自动驾驶感知|自动（智能）驾驶系列|（一）简介与传感器
- 自动驾驶感知|自动（智能）驾驶系列|（二）环境感知与识别（1）
- 最新科技|ESMFold: AlphaFold2之后蛋白质结构预测的新突破
- 科研人生|I-TASSER连续八届在CASP自动组竞赛中蝉联冠军
- 深度学习|YOLOv7——论文简述
- 深度学习|RTX3080+Ubuntu18.04+cuda11.1+cudnn8.0.4+TensorFlow1.15.4+PyTorch1.7.0环境配置
- 安装教程|GeForce RTX 3060 + CUDA Toolkit + cuDNN + TensorFlow + PyTorch + Keras
- ubuntu|win10 rtx3060 安装ubuntu18.04双系统并配置深度学习环境