文献精读——（第五篇）GoogleNet

一、文献梳理 1、文献背景 GoogLeNet在2014年的ImageNet比赛中获得第一名。一般来说，提升网络性能最直接的办法就是增加网络深度和宽度，这也就意味着更巨量的参数。但是，巨量参数容易产生过拟合，也会大大增加计算量。文献将全连接甚至一般的卷积都转化为稀疏连接，在提升网络性能的同时，减少了参数量。 2、研究成果 1）模型意义： 此网络架构的主要意义就是提升了对网络内部计算资源的利用。 增

>>阅读原文<<