【深度学习】GoogLeNet系列解读 —— Inception v4

---

简介

Inception v4是Inception module与残差连接的结合版本。2015年何凯明大神提出残差连接的思想，证明了残差连接对于构建深层网络的重要性，并且在识别精度和训练速度上都有了很大的提升。那么是不是可以将残差连接的思想和Inception module结合呢？Inception v4就是在这个背景下被提出来。除了Inception v4，同期被提出来的还有两外两个结构：Inception-Resnet-v1和Inception-Resnet-v2，三个网络结构都是基于Inception v3的改进。

---

网络结构

残差连接是指浅层特征通过另外一条分支加到高层特征中，达到特征复用的目的，同时也避免深层网路的梯度弥散问题。下图为一个基本的残差结构：

下面为Inception v4中的三个基本模块：

 以残差连接形式构建的Inception v4网络结构（左图），右图为Inception v4的Stem模块：

---

附录

本节将介绍和Inception v4同一篇文章的另外两个Inception-Resdual结构：Inception-Resnet-v1和Inception-Resnet-v2

Inception-Resnet-v1

Inception-Resnet-v1基本模块：

 Inception-Resnet-v1网络结构（左），右图为Inception-Resnet-v1的Stem模块：

Inception-Resnet-v2

Inception-Resnet-v2基本模块：

Inception-Resnet-v2网络结构 ：

Inception-Resnet-v2网络结构同Inception-Resnet-v1，Stem模块同Inception v4