GoogLeNet Inception v1 结构 及 pytorch、tensorflow、keras、paddle实现ImageNet识别

背景 GoogLeNet是谷歌在imageNet上的ILSVRC 2014大赛冠军方案,论文“Going deeper with convolutions”网络主要部分有Inception模块组成,v1版本的核心思想是通过多个并行的稀疏结构代替密集结构,从而在扩大特征范围的同时减少计算量,同时使用1*1卷积再次减少卷积时的计算量。同时,在网络中间层增加了两个Loss,用来减弱梯度回传消失的情况。最终使网络的宽度和深度都有所增加. 网络结构 蓝色部分为并行的卷积,黄色是为降低计算量使用的1*1卷积,称为降维操作,红色为stride为1的池化(Additionally, since poolin