深度学习经典网络: Inception 系列网络（Inception v3)

Inception v3:https://arxiv.org/abs/1512.00567
pytorch代码:https://github.com/pytorch/vision/blob/master/torchvision/models/inception.py
keras代码:https://github.com/keras-team/keras-applications/blob/master/keras_applications/inception_v3.py

前言：

  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销与内存开销充分地降低。在这两个问题中，他们尤其关注第二个问题，毕竟在移动互联网大行天下的今天，如何将复杂的CNN模型部署在计算与存储资源均有限的移动端，并使之有效地运行有着更大的实际价值。

一、模型通用设计准则

慎用Bottleneck:<