《GoogleNet-Going deeper with convolutions》論文筆記

1. 論文思想 在深度學習任務中爲了獲得最終結果的高精度，增加網絡的層數和寬度是直接有效的辦法。但是增加這些改變會造成如下的後果： （2）參數會使得網絡的參數量級急劇攀升，計算的複雜度也會急劇變大； （2）同時會存在梯度消失或是爆炸，模型難以訓練的問題； （3）而且如此巨大的參數量在訓練集欠缺的情況下會使得網絡過擬合情況嚴重等情況。 解決上述兩個缺點（1）與（3）的根本方法是將全連接甚至一般的卷積

>>阅读原文<<