GoogleNetv1是如何被改写为长尾词的？

本文共计1438个文字，预计阅读时间需要6分钟。

根据师傅的建议看了GoogleNet论文。可能由于理论知识不足，这篇论文看起来云里雾里，难以理解。

根据师兄的建议看了GoogleNet论文。可能由于理论知识欠缺这篇论文看得云里雾里虽说在吴恩达的deeplearning课程中学习过

根据师兄的建议看了GoogleNet论文。可能由于理论知识欠缺这篇论文看得云里雾里虽说在吴恩达的deeplearning课程中学习过但是论文中还是有不少不懂的地方只能借助其他人的笔记学习。

 

GoogleNet是深度为22层的利用inception结构的网络。Inception结构很好地利用了网络中的计算资源并且在不增加计算负载的情况下增加网络的宽度和深度。同时为了优化网络质量采用了Hebbian原理和多尺度处理。GoogLeNet在分类和检测上都取得了不错的效果。

在related work中作者介绍了一些参考方法

GoogleNet参考Robust object recognition with cortex-like mechanisms.中利用固定的多个Gabor滤波器来进行多尺度处理的方法对inception结构中的所有滤波器都进行学习并运用至整个22层网络。

GoogLeNet参考Network in network.中对1x1卷积的使用来增加网络深度的做法GoogLeNet也利用了1x1卷积来进行降维和限制网络尺寸的作用。这里其实就是之前学过的bottleneck层的作用。

GoogLeNet参考Rich feature hierarchies for accurate object detection and semantic segmentationRCNN分解问题的方法。