首先，讲一下GoogleNet的网络结构。
GoogleNet全称叫做Google Inception Net，和传统的CNN一样，Googlenet的前面几层也是卷积层和池化层，和其他网络不同的地方是，GoogleNet接下来会有若干个Inception Module组，每个模块组又包含若干个inception module，在经过inception modules之后，再来一个全局池化，最后再像其他网络那样再来一个softmax。
Googlenet发展了4种不同的版本。v1就如上述的网络设计，中间加上一些数据增强的方法如multi-scale等来丰富样本数据。v2学习了vggnet，用小的卷积核代替了大尺寸卷积核，还提出了batch normalization方法，即BN方法，该方法会对每一个输入的样本数据的内部进行标准化处理，使输出的数据样本规范化到N(0,1)的正态分布，这样处理之后，可以设定更大的学习速率，也即可使训练时间大大缩短，并且达到之前的准确率之后，还可以继续训练，并最终达到降低错误率的目的。
最重要的V3，使用了factorization into small convolution思想，即将一个较大的二位卷积核拆成两个较小的一维卷积核，例如一个3*3卷积核拆成3*1和1*3两个一维卷积核。这样做的好处是首先减少了大量的参数，原来的3*3卷积核参数又9个，而现在参数一共只有6个，这样做加速了运算并减轻了过拟合，同时还增加了一层非线性运算，扩展了模型的表达能力。另一方面，v3还优化了inception module的结构，使模块的分支中再加上分支，即network in network in network。而v4则是结合了ResNet即残差学习网络的思想，这里不提。
上图是一个inception modules组的结构示意图，想表达的意思就是，每个modules组的每一个module是顺序连接的，不是并行的，而module中的每一个branch才是并行的结构，即每个branch的输入应该是相同的，而一个modules组内的各个module的输入和输出应该是承上启下的。当第一个inception modules结构跑完之后，顺序而来的就是第二个inception modules模块组。
还有一点要注意的是，在每个module内部，每个branch分支的输出尺寸应该是一样大的，例如上图中的每个branch输出的均为35*35的矩阵，而每个module的输出矩阵的数量则为各个branch的输出数量之和，上图中的即为64+96+32=192.
最后，整个googlenet比较重要的v3，有如下几个点是经常借鉴和非常有效的：
1、Factorization into small convolution很有效，可以降低参数量，减轻过拟合，增加网络非线性的表达能力。
2、卷积网络从输入到暑促，应该让图像尺寸逐渐减小，输出通道数逐渐增加，这也是让图像平面结构简化，将平面信息转化为更加高阶更加抽象的特征信息。
3、Inception Module用多个分支提取不同抽象成都的高阶特征的思路很有效，可以丰富网络的表达能力。