Inception系列

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 160平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄14年

关注

原创最新推荐文章于 2026-03-05 00:31:52 发布 160 阅读 AI 写同款· GEO 优化 ›

Inception系列详解咱们知道当做卷积的时候，是选择1*1的卷积、3*3、5*5、MaxPooling还是Multiple1*1，到底用哪个比较好，对于Inception块来说，这几个卷积都选择了，要兼容并蓄，设计了不同的通道，使用不同窗口大小的卷积层，将4个路径从不同层面抽取信息，然后在输出通道维度合并。1x1conv followed by 3x3 conv：然后第二条路，首先通过1*1的卷积层对通道数做变换，降低通道数来控制模型的复杂度，然后再通过3*3的卷积层，pad=1，使得输入和输出的高宽一样；阅读详情

看了好多文章，这篇最棒啦
总结以下几点：
- 1.Inception Module提高了参数的利用率
- 2.卷积层提高表达能力，主要靠增加输出通道
- 3.大量使用1*1卷积，因为性价比高
- 4.相关度高的节点聚类在一起
- 5.网络靠后部分应增加3×3和5×5的比例
上面的文章只说到v3，Inception v4还是沿袭了之前的结构。Inception-ResNet是结合了resnet，同时Inception Module可以更简单。

收录于

deeplearning

当前文章被收录于：

deeplearning

77 篇文章 2 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

Inception系列：Inception-v1（GooLeNet）、Inception-v2、Inception-v3、Inception-v4论文全面解读 Inception系列PaperInception-v1-2014Inception-v2-2015Inception-v3-2015 Paper v1: Going deeper with convolutions v2: Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covaria... 阅读详情

相关推荐

Inception系列回顾

博客：博客园 | 优快云 | blog 文章目录写在前面Inception-V1 (GoogLeNet)BN-InceptionInception-V2, V3Inception-V4，Inception-ResNet-v1，Inception-ResNet-v2参考写在前面 Inception 家族成员：Inception-V1（GoogLeNet）、BN-Inception、Inception-V2、Inception-V3、Inception-ResNet-V1、Inception-V4、Ince

日拱一卒 993

Inception系列理解

背景该篇主要介绍Inception系列，主要包含Inception V1、Inception V2、Inception V3、Inception V4、Inception-Resnet。 Google家的Inception系列模型提出的初衷主要为了解决CNN分类模型的两个问题，其一是如何使得网络深度增加的同时能使得模型的分类性能随着增加，而非像简单的VGG网络那样达到一定深度后就陷入了性能饱和的困境（Resnet针对的也是此一问题）；其二则是如何在保证分类网络分类准确率提升或保持不降的同时使得模型的计算开

莫一丞元 4万+

聊一聊Inception系列(GoogLeNet、Inception、Xception)

最近使用Xception时发现效果很好，所以打算介绍下整个Inception系列。

LogM的博客 3861

骨干网络之Inception系列论文学习

0.摘要之前简单的看了一下incepiton，在看完resnext后，感觉有必要再看一看本文改善深度神经网络性能的最直接方法是增加其大小。这包括增加网络的深度和网络宽度，这样会带来一些缺点：较大的规模通常意味着大量的参数，这使得扩大后的网络更容易过度拟合。增加网络大小的另一个缺点是计算资源的使用急剧增加 ...

qq_41950533的博客 1200

CNN经典网络：Inception系列

前言 InceptionV1 InceptionV2 InceptionV3 InceptionV4 InceptionV1 论文：https://arxiv.org/pdf/1409.4842.pdf 代码：参考Tensorflow/slim 特点用多个尺度的卷积核组合来获得不同大小的感受野，最后拼接成不同尺度的融合，来近似局部最优的结构；如图 3.7 所示，卷积核大小分...

qq_39382877的博客 1114

第29节：现代CNN架构-Inception系列模型

Inception系列模型是卷积神经网络（CNN）发展中的重要里程碑，由Google研究人员提出并不断演进。该系列通过创新的架构设计，在保持计算效率的同时显著提升了图像识别性能。从Inception v1到Inception-ResNet，每一代模型都引入了突破性理念和技术，如多尺度特征融合、1×1卷积降维和辅助分类器等。Inception系列在ImageNet等基准测试中表现出色，以更少的参数实现了更好的性能，体现了其高效性。其模块化设计易于扩展和调整，广泛应用于各种视觉任务。Inception系列的设计

2401_82355416的博客 319

inception系列

无

ffllxx123的博客 934

flowable表中文注释-表结构-主要表结构字段注释-sql脚本

flowable表结构中文注释，主要表结构字段注释，sql执行脚本，包含MySQL版和Oracle版sql脚本。

bushinakeshu的博客 1069

Inception系列网络

这一系列的文章回顾了1998年开始，近19年来卷积神经网络的发展概况。这篇文章介绍的网络有Inception V1、Inception V2、Inception V3、Inception V4与Inception-ResNet-V2。从2014年开始，深度学习模型在图像内容分类和视频分类方面有了极大的应用，仅仅2014这一年就出现了对后来影响巨大的VGG和GooLeNet。 Inception V1 在这之前，网络大都是这样子的：也就是卷积层和池化层的顺序连接。这样的话，要想提高精度，增加网络深度和宽

baicaiBC3的博客 1797

cs188Inference in Bayes Nets（贝叶斯网络的推理）

cs188Inference in Bayes Nets贝叶斯网络的推理Question1（3 points）：Bayes Net StructureQuestion2（1 points）：Bayes Net ProbabilitiesQuestion 3（5 points）：Join FactorsQuestion4（4 points）：EliminateQuestion5（4 points）：NormalizeQuestion 6（4 points）：Variable EliminationQuesti

weixin_46582817的博客 1673

形位公差标注的常见误区与优化策略

本文深入解析机械设计中形位公差标注的常见误区与优化策略，特别针对NX2406用户提供实用技巧。从标注冗余、基准选择到公差值设定等五大误区入手，结合工程图实例展示如何提升标注精度与效率，帮助工程师避免常见错误，优化设计流程，确保零件功能实现与制造可行性。

info6的博客 244

inception系列总结

inception系列：Well-Designed OR Delicate 摘要 2014年GoogleNet（Inception v1）诞生开始，Google差不多保持一年一更的节奏，陆续推出了BN-Inception [2015-2]，Inception v2和v3 [2015-7]，Inception v4和Inception-ResNet [2016]。由于其优秀的性能，在各个数据集都达到过SOTA的精确度。同时，其系列模型都提出了很多训练技巧、模型设计技巧，大幅促进了深度学习的发展。然而，随着

prinTao的博客 1079

Multisim实战：5分钟搞定一阶RC电路仿真（附示波器波形分析技巧）

本文通过Multisim软件，详细演示了如何快速搭建一阶RC电路并进行仿真分析。文章提供了从元件选取、电路连接、虚拟示波器设置到波形观测的完整流程，并重点分享了测量时间常数、区分电路响应类型等核心分析技巧，帮助电子工程初学者和爱好者高效掌握电路仿真与分析方法。

weixin_29175469的博客 182

简记Inception系列

《简记Inception系列》 Inception系列模型的发展过程，以及其中利用的很多经典的模块，包括产生的一些结论，在后续的分类网络，包括图像语义分割网络当中的一些模块都是如出一辙的。所以对Inception系列模型的整理和记录，有助于对深度学习模型设计的理解，从演化过程来理解Google团队的科研思路，对于不同的问题的不同解决方案，从而形成自己的创新思维，本文简单记录一下Inception系列网络的各个关键概念。 Key Words：Inception moudule、Batch Norm、.

雄关漫道真如铁而今迈步从头越 5642

Android性能分析——hprof文件分析（一）

hprof 文件是 Java 堆转储文件（Heap Dump File）的标准格式，用于保存 Java 虚拟机（JVM）在某个时间点的内存快照。这种文件对于分析内存泄漏、内存使用情况和对象分配模式非常有用。

小旭的专栏 1877

Spec Kit：GitHub 官方推出的规范驱动开发工具包，让 AI 编程真正可控、高效、高质量

先明确“做什么”和“为什么”，再考虑“如何做”。它通过一系列标准化命令（如/specify/plan/implement可验证的功能规格（spec）可执行的技术方案（plan）可追溯的开发任务（tasks）高质量的实现代码（code）最终实现“规范即代码，代码即规范”的闭环。📌项目地址许可证：MIT（完全开源，欢迎贡献）Spec Kit 代表了 GitHub 对AI 原生开发（AI-Native Development）AI 不应替代开发者，而应放大开发者的意图。

lpfasd123的博客 1711

Inception系列之总结篇

Inception v1 1.核心思想通过增加网络宽度，结合不同kernel的feature map进行concat，来增加网络的感受野组合，有效提高对原始像素信息与网络内部资源的利用率。为了降低inception block的计算成本，作者用1×1卷积先将feature降维（降低channel）再分别于其他kenerl卷积。GoogLeNet在中间的两个Inception模块后增加了辅助分类器输出，其损失乘以权重0.3加到了总损失中，这种设计可以增强反向传播的误差信号，同时带来一定的正则化效果。 2

litt1e的博客 1661

华为eNSP镜像包全集下载，包含CE6800、CE12800、NE系列等！

你好，这里是网络技术联盟站。昨天给大家介绍了win11、10下安装eNSP最新系列（1.3.00）并完美运行，附下载。从文章发布到发文前，一直有朋友想让瑞哥提供一下华为ENSP镜像包，今天安排！eNSP安装包、以及eNSP中所需要的镜像包（设备包）（CE、CX、NE40E、NE5000E、NE9000、USG）例如：导入一个USG设备包，eNSP中的USG5500和USG6000V都是可以启动的。如果你的报错“40”的话，那么打开Oracle VM VirtualBox这个虚拟机，删除对应报错的虚拟机，然后

网络技术联盟站 3万+

Inception系列解读

Inception-v1 思想：加宽；多种不同卷积都用上 Inception module 的提出主要考虑多个不同 size 的卷积核能够增强网络的适应力，paper 中分别使用1*1、3*3、5*5卷积核，同时加入3*3 max pooling。每一层 Inception module 的 filters 参数量为所有分支上的总数和，多层 Inception 最终将导致 model 的...

tominent的博客 1059

lammps教程：实例讲解npt、nvt系综的选择

对于lammps新手来说，系综的选择令人困惑，到底是应该用nvt系综还是npt系综？我在初学lammps时就被这个问题困扰了很久。如果去问别人，可能会告诉你一个答案：根据模拟需要确定。其实和没说一样。到底如何确定系综，确实不是一句两句能够说清楚的，不同的体系、不同的模拟目的要选择不同的系综。前几天遇到的一个合金的模拟案例，比较有代表性，分享出来供大家参考。建模方法和之前介绍过的高熵合金建模方法类似，先建立单晶模型，然后使用替换原子的命令获得合金结构。建模完成后，按照常规，先上nvt系综进行驰豫

lammps_jiayou的博客 9767

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

inception v4 官方实现_网络结构解读之inception系列五：Inception V4

在残差逐渐当道时，google开始研究inception和残差网络的性能差异以及结合的可能性，并且给出了实验结构。本文思想阐述不多，主要是三个结构的网络和实验性能对比。Inception-v4, Inception-ResNet andthe Impact of Residual Connections on Learning论证残差和Inception结合对性能的影响(抛实验结果)1.残差连接能...

weixin_39971435的博客 413

VC中sqlite的使用

在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示

inception 系列

黑条纹的白斑马的博客 303

蓝牙模块HM-10手册

蓝牙模块HM-10手册，该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0，兼容Win7/Win10/WinXP，解压就可用。

【深度学习】GoogLeNet系列解读 —— Inception v4

目录 GoogLeNet系列解读 Inception v1 Inception v2 Inception v3 Inception v4 简介在介绍Inception v4之前，首先说明一下Inception v4没有使用残差学习的思想。大部分小伙伴对Inception v4存在一个误解，认为它是Inception module与残差学习的结合，其实并不是这样，Inception ...

z小白的博客 3万+

谷歌系列 :Inception v1到v4

Paper列表： [v1] Going Deeper with Convolutions, 6.67% test error, http://arxiv.org/abs/1409.4842 [v2] Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift, 4.8%

yuanchheneducn的博客 2万+

上一篇： ubuntu深度学习框架百度飞桨PaddlePaddle安装和使用

下一篇： tensorflow报错：Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

Inception系列回顾

日拱一卒

05-16

993