深度学习第20讲：CNN经典论文研读之GoogLeNet Inception网络

在 2014 年 ILSVRC 比赛中，VGGNet 获得了当时的第二名的成绩，那么第一名是谁呢？当时的 VGGNet 就已经很厉害了，难得同届选手还有更厉害的？很不巧，还真有。当年度取得冠军的方案网络由谷歌团队研发，并且为了致敬 Yann Lecun 的 LeNet-5，将其命名为 GoogLeNet。GoogLeNet 在借鉴 1x1 卷积思想的基础上，通过滤波器组合构建 Inception 模块，使得网络可以走向更深且表达能力更强。从 2014 年获得当届 ILSVRC 冠军的 Inception v1 到现在，光 Inception 网络就已经更新到 v4 了，而后基于 Inception 模块和其他网络结构的组合而成的网络就更多了，比如说 Inception Resnet。

1x1 卷积

通过前面的学习大家都知道卷积操作是卷积神经网络的核心操作了，在之前我们通常会用到各种尺寸的卷积核，比如说 3x3 卷积、5x5 卷积、7x7 卷积等等。但今天我们需要提一下 1x1 卷积。这似乎有些蠢，直观上理解 1x1 卷积好像没什么用，就是简单的数字相乘而已，对于通道数较小的图片确实如此，但如果我们考虑一个 6x6x32 的图片呢？

考虑用一个 1x1x32 的卷积核对 6x6x32 的图片进行卷积。如下图所示，具体而言就是计算左图中 32 个数字和卷积核中 32 个数字对应元素乘积之和，然后进行激活操作。

滤波器中的通道数 32 可以这么理解：一个神经元的输入是 32 个数字，对输入图像做一个切片的话，即相同高度和宽度上某一切片上的 32 个数字具有不同的通道数，乘以滤波器的 32 个数字权重，然后应用激活函数得到 1x1 卷积结果。所以从这个角度看我们可以将 1x1 卷积理解为对这个不同通道上的 32 个数字应用一个全连接层，这个全连接层输入 32 个数字，输入为 6x6x滤波器个数。

原文链接