InceptionV4 and Inception-ResNet

发表于   |   更新于 | 分类于 | 评论数： | 阅读次数：
本文字数： 827 | 阅读时长 ≈ 1 分钟

文章:
Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning
作者: Christian Szegedy, Sergey Ioffe, Vincent Vanhoucke, Alex Alemi

简述 InceptionV4 做了哪些改进

InceptionV4

InceptionV4 使用了更复杂的结构重新设计了 Inception 模型中的每一个模块. 包括 Stem 模块, 三种不同的 Inception 模块以及两种不同的 Reduction 模块. 每一个模块的具体参数设置均不太一样, 但是整体来说都遵循的卷积分解和空间聚合的思想.

简述 Inception-Resnet-v1 做了哪些改进

Inception ResNet v1 网络主要被用来与 Inception v3 模型性能进行比较, 因此它所用的 Inception 子网络的计算相对常规模块有所减少, 这是为了保证使得它的整体计算和内存消耗与 Inception v3 近似, 如此才能保证公平性. 具体来说, Inception ResNet v1 网络主要讲 ResNet 中的残差思想用到了 Inception 模块当中, 对于每一种不太的 Inception 模块, 都添加了一个短接连接来发挥残差模型的优势.

InceptionResNetV1

简述 Inception-ResNet-v2 做了哪些改进

Inception ResNet v2 主要被设计来探索残差模块用于 Inception 网络时所尽可能带来的性能提升. 因此它是论文给出的最终性能最高的网络设计方案, 它和 Inception ResNet v1 的不同主要有两点, 第一是使用了 InceptionV4 中的更复杂的 Stem 结构, 第二是对于每一个 Inception 模块, 其空间聚合的维度都有所提升. 其模型结构如下所示:

InceptionResNetV2