p8_1.jpg) ## GoogLeNet 1 $ ^{st} $ in 2014 ILSVRC 22 layers Filter concatenation 1x1 convolutions 3x3 convolutions 5x5 convolutions 3x3 max pooling Previous layer ## GoogLeNet ![Image](/up

)24.77.57.3GoogLeNet (Szegedy et al., 2014) (1 net)-7.9GoogLeNet (Szegedy et al., 2014) (7 nets)-- ## GoogLeNet/Inception (2014)  ## GoogLeNet/Inception (2014) |Network|Models Evaluated|Crops Evaluated|Crops Evaluated|Top-1 Error|Top-5 Error| |---|---|---|---|---| |VGGNet \[18]|2|\-|23.7%|6.8%| |GoogLeNet \[20]|7|144|\-|6.67%| |PReLU \[6]|\-|\-|\-|4.94%| |BN-Inception \[7]|6|144|20.1%|4.9%| |Inception-v3|4|144|17

• MxNet • 8/16-bit GoogLeNet v1 • Tensroflow • 8/16-bit ResNet50 ## Examples • DeepDetect REST Tutorial • DeepDetect Webcam • Image Classification • x8 FPGA Pooling GoogLeNet v1 Demo on AWS F1 instance 8/16-bit Flowers102 • Quantizer • 8/16-bit Places365 ## Easy to use Python Interface • 8/16-bit GoogleNet v3 • Face Detection • Yolo-v2 for object detection Supported Server Platforms • Intel x86 Supported

8/16-bit GoogLeNet v1 • Tensroflow • 8/16-bit ResNet50 ## Examples • 8/16-bit Flowers102 • DeepDetect REST Tutorial • DeepDetect Webcam • Image Classification • x8 FPGA Pooling GoogLeNet v1 Demo Demo on AWS F1 instance xfDNN Tools • 8/16-bit Places365 • 8/16-bit GoogleNet v3 • Face Detection • Yolo-v2 for object detection • Compiler Supported Server Platforms Intel x86 Supported FaaS • AWS

259 7.3.2 NiN模型 ..... 261 7.3.3 训练模型 ..... 262 7.4 含并行连结的网络 (GoogLeNet) ..... 263 7.4.1 Inception块 ..... 263 7.4.2 GoogLeNet模型 ..... 264 7.4.3 训练模型 ..... 267 7.5 批量规范化 ..... 268 7.5.1 训练深层网络 使用重复块的网络（VGG）。它利用许多重复的神经网络块； · 网络中的网络（NiN）。它重复使用由卷积层和 $ 1 \times 1 $ 卷积层（用来代替全连接层）来构建深层网络； - 含并行连结的网络（GoogLeNet）。它使用并行连结的网络，通过不同窗口大小的卷积层和最大汇聚层来并行抽取信息； • 残差网络（ResNet）。它通过残差块构建跨层的数据通道，是计算机视觉中最流行的体系架构； ·稠密连接网 的表示，会存在哪些问题？ Discussions $ ^{93} $ ### 7.4 含并行连结的网络（GoogLeNet） 在2014年的ImageNet图像识别挑战赛中，一个名叫GoogLeNet (Szegedy et al., 2015)的网络架构大放异彩。GoogLeNet吸收了NiN中串联网络的思想，并在此基础上做了改进。这篇论文的一个重点是解决了什么样大小的卷积核最合适的问题。毕竟，以前流行的网络使用小到

将最后的全连接层改成十分类 ### 3. 替换全连接层 ## 常见模型 • VGG • ResNet • SqueezeNet • DenseNet • Inception • GoogLeNet • ShuffleNet • MobileNet device = torch.device("cuda:0" if torch.cuda.is_available() Convolutional Networks for Large-Scale Image Recognition (Karen Simonyan and Andrew Zisserman, 2015) - GoogLeNet/Inception Net: Going Deeper with Convolutions (Christian Szegedy et al., 2015) • ResNet: Deep Residual

ILSVRC-2012 图片识别比赛中获得了第一名的成绩，比第二名在 Top-5 错误率上降低了惊人的 10.9%。 自 AlexNet 模型提出后，各种各样的算法模型相继被发表，其中有 VGG 系列、GoogLeNet 系列、ResNet 系列、DenseNet 系列等。ResNet 系列模型将网络的层数提升至数百层、甚至上千层，同时保持性能不变甚至更优。它算法思想简单，具有普适性，并且效果显著，是深度学习最具代表性的模型。 #### 1.3.3 网络规模 早期的感知机模型和多层神经网络层数只有1层或者2~4层，网络参数量也在数万左右。随着深度学习的兴起和计算能力的提升，AlexNet(8层)、VGG16(16层)、GoogLeNet(22层)、ResNet50(50层)、DenseNet121(121层)等模型相继被提出，同时输入图片的大小也从 $ 28 \times 28 $ 逐渐增大，变成 $ 224 \times 224 Network，简称 CNN)。随着深度学习的兴盛，卷积神经网络在计算机视觉中的表现大大地超越了其它算法模型，呈现统治计算机视觉领域之势。这其中比较流行的模型有用于图片分类的 AlexNet、VGG、GoogLeNet、ResNet、DenseNet、EfficientNet 等，用于目标检测的 R-CNN、Fast RCNN、Faster RCNN、Mask RCNN、YOLO、RetinaNet、CenterNet

|AlexNet|56.77%|56.93%|(Krizhevsky et al., 2012)| |VGG-D|65.40%|65.43%|(Simonyan and Zisserman, 2014)| |GoogLeNet (Inception v1)|68.33%|68.43%|(Szegedy et al., 2015)| |Inception v2|70.03%|70.02%|(Ioffe and Szegedy

Examples • DeepDetect REST Tutorial • DeepDetect Webcam • Image Classification • x8 FPGA Pooling GoogLeNet v1 Demo on AWS F1 instance ## xfDNN Tools • Compiler • Quantizer ## Easy to use Python Interface

创新的提出了使用三元组损失函数（Triplet Loss）替代 Softmax Loss。 在一个超球空间上进行优化使类内距离更紧凑，类间距离更远，最后得到了一个紧凑的128维人脸特征，其网络使用 GoogLeNet 的 Inception 模型，模型参数量较小，精度更高。 FaceNet 在 LFW 上取得了 99.63% 的准确率。 ![Image](/uploads/documents/0/b/