GoogLeNet之inception模块

GoogLeNet最初的想法很简单： 若想得到更好的预测效果，就要增加网络的复杂度。可从两个角度出发：网络深度和网络宽度。更复杂的网络会带来更大的计算资源消耗，而且当卷积核个数设计不合理导致卷积核中的参数没有被完全利用（多数权重都趋近于0）时，会导致大量计算资源的浪费。GoogLeNet引入inception模块来解决这个问题 inception模块的作用： 代替人工确定卷积层中的卷积核大小或者确

>>阅读原文<<