GoogleNet原理与实战

在2014年的ImageNet图像识别挑战赛中，一个名叫GoogLeNet 的网络架构大放异彩。以前流行的网络使用小到1×1，大到7×7的卷积核。本文的一个观点是，有时使用不同大小的卷积核组合是有利的。

 回到他那个图里面你会发现,这里的一个通过我们最大的池化输出的特征图,有四条线.这个是1×1的卷积,这里还是1×1的卷积,之后呢做3×3的卷积,然后这里1×1的卷积再做5×5的卷积,然后这里还有一个3*3×3的最大池化我们1×1在每个路径当中啊都用到了.四个路径输出之后做个comcat的操作即----按通道的方向进行融合

 通道在维度上连接什么意思呢???前面所讲通过填充和不符来使输入和输出的通道数高和宽一致,累加操作可以合成224*224*100的图片

网络结构

 1×1的卷积

 输入28×28乘192特征图.假如我们卷积核只有一个的话,不停的一个一个再做卷积运算,输出一百九十二个,再把这个192个卷积运算的结果进行一个相加,输出是一张特征图                                           如果啊如果你这里有32个卷积核,输出的特征图肯定是32嘛,输出的是一张卷积一张特征图,这里的一张特征图其实是包含在前面192个特征图的所有的信息,成了什么跨通道的交互和信息整合了.每32个这个特征图里面,每张都包含了前面192个通道里面的所有的信息嘛

 全局平均池化层GAP

需要8分钟的解释

 网络参数

通道合并：
路径1的到输出为： 28×28×64
路径2的到输出为： 28×28×128
路径3的到输出为： 28×28×32
路径4的到输出为： 28×28x32
最终通道合并为64+128+32+32=256， 最终的输出为：28×28×256.

通道合并：
路径1的到输出为：28×28×128                                                                                                       路径2的到输出为：28×28×192                                                                                                      路径3的到输出为：28×28×96                                                                                                         路径4的到输出为：28×28×64
最终通道合并为128+192+96+64=480，最终的输出为28×28×480。

最大池化模块：
输入为28×28×480。池化核的尺寸大小为3×3；步幅为2(stride = 2)，填充为1(padding=1);池化后得到shape 为14×14×480的特征图输出。

 最后全局平均池化模块：输入为7×7×1024。池化后得到shape为1×1×1024的特征图输出。
Flatten层：输入为1×1×1024，输出为1×1024
线性全连接层：输入为1×1024。线性全连接层神经元个数分别为1000。最后一层全连接层用softmax输出1000个分类。共计1.38亿的参数

代码部分本人全部放在代码中了，等我blog部署好