一、前言

讀完GoogLeNet的四篇論文之后，一是感覺Inception V3和Inception V4僅僅是對Inception結構的一些小小的修改，并不是像Batch Normalization那樣具有突破性；二是GoogLeNet是專門為了ImageNet挑戰(zhàn)賽設置的，論普遍性，還不如同年的VGGNet；因此這里只對Inception V4結構做一下簡單的說明，有興趣的可以去單獨看以下Inception V4這篇論文。

二、Inception V4網(wǎng)絡結構的細節(jié)

Inception V4僅僅是一些組件的組合，并沒有什么實質性的突破。簡單了解下即可。重點了解Incpetion V1、V2、V3以及Batch Normalization。

• Inception-V4 Net
  

• Incaption-V4 Net的stem組件
  

• Incaption-V4 Net的Inception-A block組件
  

• Incaption-V4 Net的Inception-B block組件
  

• Incaption-V4 Net的Inception-C block組件
  

• Incaption-V4 Net的Reduction-A block組件
  

• Incaption-V4 Net的Reduction-B block組件
  

三、后期工作展望

后續(xù)主要工作：

• 1.開始近三年論文的大量閱讀，以及選好自己感興趣的方向，參考范圍：圖像分割（感興趣）、圖像分類（還可以）、目標檢測（沒啥興趣）。
• 2.及時更新完深度學習經(jīng)典模型的解讀，后續(xù)更新U-Net、NIN、等等吧。
• 3.希望自己能夠堅持下午，加油！！！！

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的GoogLeNet补充（Inception V4）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。