文档摘要

3.4 GoogLeNet 与 Inception：多尺度并行分拣 本节摘要：VGG 用 1.38 亿参数换深度，同年夺冠的 GoogLeNet 只用了 680 万——秘密是一个叫 Inception 的并行分拣模块：同一层里 1×1、3×3、5×5 的核与池化各开一条支线，各自看清自己擅长的尺度，再把结果拼回一起；大核支线入口先用 1×1 降维压成本。本节算清降维支线的省料账，并复刻一个能跑的 Inception 模块。 会员。《3.4 GoogLeNet 与 Inception：多尺度并行分拣》收录于灏天文库文集《CNN 深度解析：图像识别的基石》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/449-cnn-%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E7%9A%84%E5%9F%BA%E7%9F%B3

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流