圖像分類經典論文閱讀筆記3:GoogLeNet-Going deeper with convolutions

1.概述 GoogLeNet(Inception V1)採用模塊化結構，包括500萬個參數(AlexNet參數量的十二分之一)，網絡包括5層卷積層(每層由卷積層或Inception結構堆疊構成)和一個全連接層，共計22層。因此，在計算資源或內存有限時，GoogLeNet是比較好的選擇。 論文研究目標：利用赫布(Hebbian)定理和多尺度處理直覺設計增加深度和寬度並提高計算資源利用率的稀疏網絡結構

>>阅读原文<<