GoogLeNet / Inception

概述

使用 Inception 模块的深度卷积神经网络，通过多尺度卷积核并行处理实现高效特征提取。

关键内容

1. Inception 模块：在同一层并行使用 1×1、3×3、5×5 卷积核和池化，捕获多尺度特征。
2. 1×1 卷积降维：使用 1×1 卷积减少通道数，大幅降低计算量。
3. ImageNet 冠军：GoogLeNet 以 22 层深度赢得 2014 年 ImageNet 挑战赛，参数量远少于 VGGNet。

来源

• ai_papers_timeline.md — 2014 年时间线条目

相关

• Christian Szegedy — relates_to
• 卷积神经网络（CNN） — part_of
• VGGNet — compares_to