Tensorflow 實現Google Inception Net

Inception V1參數少但效果好的目的有兩點：第一，參數越多模型越龐大，需要提供模型學習的數據量就越大，而目前高質量的數據非常昂貴。第二，參數越多，耗費的計算資源也會更大。Inception V1參數少但效果好的原因處理模型層數更深、表達能力更強外，還有兩點：一是去除了最後逇全連接層，用全局平均池化層（即將圖片尺寸變爲1x1）來取代它，去除全連接層後模型訓練更快並且減輕了過擬合。二是Ince

>>阅读原文<<