人工智能|05 历史进程到了Google Net

继续加深

自深度学习开始在计算机视觉领域大放光彩，神经网络的结构也是越来越有深度。前文中我们讲解的VGGNet就达到了最多19层的计算深度，而本文所描述的架构是一个22层深度的神经网络，此神经网络的架构图在本文中能够独占一页，读者可以测试一下您的手机，是否可以确保清晰看到下图中每个字的前提下，完整显示下图所有内容（图片来自网络）。

Inception层

既然谷歌把这个神经网络成为Inception Net，那么就肯定有它的特殊之处，论文中描述了这样的一种层结构。Inception层对前层传输过来的信号进行多维度卷积并行处理，原始的naïve版本经过试验会导致计算量爆表，而修正后的减维度版本则解决了这个问题，出现这种问题的主要原因是5x5的卷积操作和3x3的池化操作不应该并行进行，下图中的b就是减维度版本，仅仅是增加了一些1x1的卷积就解决了这个问题。

您能在最上面的长图中找出几个Inception层呢？答案就在下面这个说明表中，准确的说，在长图中从下往上看，第二个Max Pool 过后就是第一个Inception层3a了。

一些细节

值得一提的是，AlexNet中的LRN层又出现在了Inception Net v1中，不过很快它将又被移除，感觉LRN真心苦，总被拉拢与抛弃。而另一方面，谷歌对于此架构给予了很高的期望，首先从命名上来看就纪念了LeNet-5，Google Inception Net简称为GoogLeNet。其次自发布本文后，GoogLeNet就一直向Inference（感知）的方向前进，意在将神经网络做的更实用，毕竟这些模型应该是被所有人拿来用的，而不是仅仅供奉在比赛的圣堂中。本文也描述了很现实的数据问题，即想Image Net这样有专业分类的数据实在难找，例如下面的图像，对于我这种普通人而言，看起来明明就是一样的狗，但在Image Net中却有着更专业的分类。这篇GoogLeNet的开山文就介绍到这里，下回我们继续进入V2版本看看来自Google的人工智能技术如何发展变更。