Google Inception Net 特点总结

不同于普通卷积网络，Google Inception Net具有以下特点，在此总结
- 控制了计算量和参数的同时，获得了好的分类性能
- 去除了最后的全连接层，用全局平均池化层
- 使用Inception Module，提高参数的利用率
- 使用不同大小的卷积核，增加多样性
- 引入辅助分类节点(auxiliary classifiers)，即将中间某层输出用作分类，并以小权重(0.3)加到最终分类中
- 用多个小卷积核替代大卷积核
- nxn卷积核改为1xn和nx1卷积核，节约参数，加速运算，减轻过拟合，增加了一层非线性扩展模型表达能力