【DeepLearning】GoogLeNet Incepetion V1 V2 V3创新点比较总结汇总

时间 2021-01-12

原文原文链接

一、GoogLeNet Incepetion V1 总结创新点：为解决巨大的参数量带来的过拟合和大大增加的计算成本问题，提出了Inception结构：对于inception结构而言： 1.密集成分来近似最优的局部稀疏结构2. 2.使用NIN，采用1*1卷积进行降维，降低参数量对于整体结构而言： 1 . 显然GoogLeNet采用了模块化的结构，方便增添和修改； 2 . 网络最后采

>>阅读原文<<

1. YOLO V1,V2,V3总结
2. deeplab系列总结（deeplab v1& v2 & v3 & v3+）
3. 【GoogLeNet】Inception V1-V3
4. MobileNetV1、V2、V3总结
5. GoogLeNet（Inception V1）总结
6. GoogLeNet Inception v1,v2,v3,v4 演变
7. IGMPv1,v2,v3总结
8. YOLO v1、v2、v3
9. 从Lenet 到incepetion-resnet v2
10. GoogLeNet分类结构（V1、V2）
更多相关文章...
• Docker 资源汇总 - Docker教程
• PHP 类型比较 - PHP教程
• 算法总结-双指针
• 算法总结-回溯法