Googlenet-inception参考资料
原本打算写一系列呢，考虑时间成本，以及博友的优秀的实力。
直接搬吧
CNN卷积神经网络_ GoogLeNet 之 Inception(V1-V4)
从Inception v1,v2,v3,v4,RexNeXt到Xception再到MobileNets,ShuffleNet,MobileNetV2
深度学习-Inception层详解
神经网络的发展史
介绍
Inception v1网络，最大的亮点就是从NIN(Network in Network)，使用多分支卷积，最后合并的基础网络结构，Inception v1网络基础结构(1*1，3*3，5*5的conv和3*3的pooling组合在一起)，如下图
由于此结构的基础结构有4个分支，每个分支的参数都是卷积大小*上一层通道数(即上一层的特征数)*该分支卷积核的个数。因此，使的整体网络的参数很多。针对此，该论文又提出一种使用1*1卷积核实现降维，从而减少整体网络的参数个数。1*1卷积核体积小，使用1*1卷积实现降维，然后再利用对应的卷积核得到相同维度的特征。从而使得分支的参数数量减少，虽然对比，每个分支的卷积层数增加。
此Inception module with dimension reduction基础结构图如下所示：
将此结构的网络叠加起来，构成GoogLenet。整体结构图如下：
至于后期的inception v3 v4 版本改进参考链接，只归纳模型的特点。