文章目录
1.整体结构
看着很复杂是吧，不要着急，一层层拆解。
2.背景
在2014年的ImageNet图像识别挑战赛中，一个名叫 GoogLeNet 的网络架构大放异彩。以前流行的网络使用
小到1×1，大到7×7的卷积核。本文的一个观点是，有时 使用不同大小的卷积核组合 是有利的。
在GoogLeNet中，基本的卷积块被称为Inception块(Inception block）。这很可能得名于电影《盗梦空间》（Inception），因为电
影中的一句话"我们需要走得更深"（"We need to go deeper")。
Inception块由四条并行路径组成：
- 前三条路径使用窗口大小为1×1、3×3和5×5的卷积层，从不同空间大小中提取信息。
- 中间的两条路径在输入上执行1×1卷积，以减少通道数（卷积核数量决定），从而降低模型的复杂性。
- 第四条路径使用3×3最大池化层，然后使用1×1卷积层来改变通道数（卷积核数量决定）。
- 这四条路径都使用合适的 填充和步幅 来使输入与输出的高和宽一致（即宽高不变）。
- 最后我们将每条线路的输出在通道维度上连结，并构成Inception块的输出。
- 在Inception块中，通常调整的 超参数 是每层输出通道数。
【举例】：
输入为224×224×3三通道的图像。
路径1：
（1）输入为224×224×3，卷积核数量为64个；卷积核的尺寸大小为1×1×3；步幅为1（stride=1），填充为0（padding=0）；卷积后得到shape为224×224×64的特征图输出。
路径2：
（1）输入为224×224×3，卷积核数量为96个；卷积核的尺寸大小为1×1×3；步幅为1（stride=1），填充为0（padding=0）；卷积后得到shape为224×224×96的特征图输出。
（2）输入为224×224×96，卷积核数量为128个；卷积核的尺寸大小为3×3×96；步幅为1（stride=1），填充为1（padding=1）；卷积后得到shape为224×224×128的特征图输出。
路径3:
（1）输入为224×224×3，卷积核数量为16个；卷积核的尺寸大小为1×1×3；步幅为1(stride=1），填充为0(padding=0)；卷积后得到shape为224×224×16的特征图输出。
(2）输入为224×224×16，卷积核数量为32个；卷积核的尺寸大小为5×5×16；步幅为1（stride=1），填充为2（padding=2）；卷积后得到shape为224×224×32的特征图输出。
路径4：
（1）输入为224×224×3，池化感受野的尺寸大小为3×3；步幅为1（stride=1），填充为1(padding=1）；池化后得到shape为224×224×3的特征图输出。
(2）输入为224×224×3，卷积核数量为32个；卷积核的尺寸大小为1×1×3；步幅为1（stride=1），填充为0(padding=0）；卷积后得到shape为224×224×32的特征图输出。
通道合并：
路径1的到输出为：224×224×64
路径2的到输出为：224×224×128
路径3的到输出为：224×224×32
路径4的到输出为：224×224×32
最终通道合并为64+128+32+32=256，最终的输出为：224×224×256。
那么为什么GoogLeNet这个网络如此有效呢？
首先我们考虑一下滤波器（filter）（指的是卷积核）的组合，它们可以用各种滤波器尺寸（不同尺寸的卷积核）探索图像，这意味着不同大小的滤波器可以有效地识别不同范围的图像细节。同时，我们可以为不同的滤波器分配不同数量的参数。
3.大小为1×1卷积核的优点
本节的内容讲的太勉强，不够有说服力，感兴趣的去看看原视频。
- 实现跨通道的交互和信息整合（其他尺寸卷积核也有该效果）
- 卷积核通道数的降维和升维，减少网络参数
4.全局平均池化层GAP
4.1优点
4.2缺点
5.网络参数详解
注意： 根据公式计算输出图大小时，Pytorch是 向下取整。
Inception块只改变输入特征图的通道数，不改变其大小
此处省略5个Inception块的计算，只给出最终结果。（计算逻辑都一样）
此处省略2个Inception块的计算，只给出最终结果。（计算逻辑都一样）
