神经网络的认识（五）Inception-v3 模型

Inception 结构是一种和LeNet-5 结构完全不同的卷积神经网络结构。在 LeNet-5 模型中，不同卷积层通过串联的方式连接在一起，而 Inception-v3 模型中的Inception 结构是将不同的卷积层通过井联的方式结合在一起。

一个卷积层可以使用边长为 1 、3 或者 5 的过滤器，那么如何在这些边长中选呢？ Inception 模块给出了 一个方案，那就是同时使用所有不同尺寸的过滤器，然后再将得到的矩阵拼接起来。Inception 模块会首先使用不同尺寸的过滤器处理输入矩阵。最上方矩阵为使用了边长为 l 的过滤器的卷积层前向传播的结果。类似的，中间矩阵使用的过滤器边长为 3 ，下方矩阵使用的过滤器边长为 5 。不同的矩阵代表了 Inception模块中的一条计算路径。虽然过滤器的大小不同，但如果所有的过滤器都使用全 0 填充且步长为 1 ，那么前向传播得到的结果矩阵的长和宽都与输入矩阵一致。这样经过不同过滤器处理的结果矩阵可以拼接成一个更深的矩阵。

Inception-v3 模型总共有 46 层，由 11 个 Inception 模块组成。图中方框标注出来的结构就是一个 Inception 模块。