GoogleNetv4：Inception-ResNet and the Impact of Residual Connections on Learning

发表于 更新于 分类于 ， ， ， 阅读次数： 本文字数： 516 阅读时长 ≈ 1 分钟

在 GoogleNetv3 的基础上融 ResNet 的残差思想，设计了多种 block

什么是 GoogleNetv4?

  • GoogleNetv3 基础上融 ResNet，设计出 Stem、Inception-A、Inception-B、Inception-C、Reduction-A、BInception-C 等模块，然后通过堆叠这些模块完成网络的构建

GoogleNetv4 的网络结构？

  • 又称 Inception-v4，由 6 大模块组成，包 StemInception-A、Inception-B、Inception-C blockReduction-A、Reduction-B，共计 76 层

GoogleNetv4 的 Stem 模块？

  • Stem 模块专门用于 GoogleNetv4 的开始部分

GoogleNetv4 的 Inception-A、Inception-B、Inception-C block？

  • Inception block 结合残差连接，设计了 3 种 block

GoogleNetv4 的下采样模块 Reduction-A、Reduction-B？

  • 通过 stride 控制不同卷积的下采样水平

GoogleNetv4 的损失函数？

  • 一般分类损失使交叉熵损失 (CrossEntropyLoss)