inception network(bottlle neck)

本文介绍了深度学习中Inception模块的设计原理,该模块通过1*1卷积实现降维,减少计算成本,同时避免使用池化层。Inception结构包含多个输出通道,最终将所有通道连接,形成concat操作,旨在优化网络性能并提高模型效率。

same填充?

 ​​​​​​

 同样的输入,达到了同样的输出。但第二种方法是通过用一个1*1的卷积核去实现降维,得到的中中间这一块也叫做(bottle neck)一方便减少了计算成本;另一方面,它可以不用和第一种方法一样去考虑用多大的卷积核,是否用池化层等。这就是inception的基本模块。

 same:有多个输出通道,要把最后的输出全部合起来

 红色的框的含义是:避免了在最后的输出中把所有的通道加到池化层中。

最后再把所有的通道进行连接,concact。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值