【AI-1000问】你知道为什么GoogLeNet也被称为Inc

我们都知道在2014年ILSVRC 比赛中GoogLeNet获得了冠军，其所用模型参数不足AlexNet（2012年冠军）的1/12，但性能却比AlexNet好不少。我们从其论文题目《Going deeper with convolutions》中的deeper也能明白它的贡献，deeper有两层含义，一是指其引入了一种新的结构“Inception module”，二就是其直接含义——网络深度（depth）的增加。今天聊聊GoogLeNet为什么也被称为InceptionNet?

InceptionNet是什么意思？

大家还记得多年前，那一部超级烧脑的电影《inception》吗？如果这个名字不熟悉，那么《盗梦空间》你应该还记得吧！

Dom Cobb(由莱昂纳多·迪卡普里奥饰演)与Robert Fischer(由Cillian Murphy饰演)对话时的那一句：“We need to go deeper”，可谓是引发高潮。讲述的就是如何在某人心中植入思想，寓意进行更深刻的感知。

我们知道AlexNet、VGG等结构都是通过增大网络的深度（层数）来获得更好的训练效果，所以早期设计网络的时候，自然也是走这样的路线，从LeNet的7层，到AlexNet的8层，VGG的16层，19层。不过层数的增加也会带来很多负作用，比如overfit、梯度消失、梯度爆炸等。

GoogLeNet是2014年的分类比赛冠军，网络达到了22层，参数量为5M，核心就是Inception模块，名字的来源主要便是上面的“inception”， 寓意一个比以前的网络都更深的网络，当然这实际上还是一个多尺度，“更宽”的网络设计，结构如下：

因此我们也把GoogLeNet称做InceptionNet，毕竟GoogLet是第一个提出InceptionNet的。

往期AI1000问

第一期：【AI-1000问】为什么深度学习图像分类的输入多是224*224

第二期：【AI-1000问】为什么LeNet5倒数第二个全连接层维度为84？

第三期：【AI-1000问】为什么OpenCV存储的图像格式是BGR呢？

第四期：【AI-1000问】机器学习和模式识别是什么关系？

第五期：【AI-1000问】人脸的4个方向，你还分的清楚吗？

第六期：【AI-1000问】你知道为什么GoogLeNet也被称为InceptionNet吗？

第七期：【AI-1000问】softmax loss和交叉熵有什么关系？

第八期：【AI-1000问】为什么信号有单位而且是dB？

第九期：【AI-1000问】训练为什么要分测试集和验证集？

第十期：【AI-1000问】为什么现在大家喜欢用3*3小卷积？