本文介绍关于GoogLeNet第一篇正式论文，习惯称为inception v1，如下：

• [v1] Going Deeper with Convolutions，top5 error 6.67%

在开始介绍论文之前，先说一些题外话，GoogLeNet这个名字的诞生由两方面促成，一是设计者在Google工作，二是向LeNet致敬。GoogLeNet只是一个名字，它的核心内容是发明了Inception Architecture（以下简称IA），发明IA的灵感来自于2013年的一篇论文《Provable Bounds for Learning Some Deep Representations》，这篇论文读起来非常困难，需要很多的数学知识，有兴趣的可以看看。

一、inception v1的主要贡献

• 1、提出inception architecture并对其优化
• 2、取消全连层
• 3、运用auxiliary classifiers加速网络converge

接下来对以上几点分别介绍。

二、Inception architecture

首先得说一下Szegedy发明IA的动机，他估计是在某天阅读了Provable Bounds for Learning Some Deep Representations这篇论文，又结合自己多年来在深度学习界摸爬滚打的经验，发现传统的提高网络精度的方法是一条邪路（P.S. 传统的方法指的是 扩大网络规模 或 增大训练数据集），而想从本质上提高网络性能，就得用sparsely connected architectures，即“稀疏连接结构”。

我自己对“稀疏连接结构”的理解是这样的，用尽可能的“小”、“分散”的可堆叠的网络结构，去学习复杂的分类任务，怎么体现“小”、“分散”呢？如下图：

Inception Architecture，naive version

原来造神经网络，都是一条线下来，我们可以回想一下AlexNet、VGG等著名网络，而IA是“分叉-汇聚”型网络，也就是说在一层网络中存在多个不同尺度的kernels，卷积完毕后再汇聚，为了更好理解，“汇聚”的tensorflow代码写出来是这样的：

net = tf.concat(3, [branch1x1, branch5x5, branch3x3, branch_pool])

就是简单的在kernel维度把矩阵concatenate起来。但是这么做有一个问题，会产生“维度爆炸”，什么意思呢？假如branch1x1、branch3x3、branch5x5都有256个kernels，加上branch_pool的kernels（假定为256），经过tf.concat操作，最终的kernels是256×4=1024个kernels！这没法接受啊！如果多层IA叠加起来，那kernels的数量岂不上天！！于是Szegedy就改进了一下，如下图：

Inception module with dimension reductions

关于IA的结构就介绍完了，可是，为什么？这样的结构有啥用？Szegedy在论文里解释过一点点：IA之所以能提高网络精度，可能就是归功于它拥有多个不同尺度的kernels，每一个尺度的kernel会学习不同的特征，把这些不同kernels学习到的特征汇聚给下一层，能够更好的实现全方位的深度学习！

三、取消全连层

为什么VGG网络的参数那么多？就是因为它在最后有两个4096的全连层！Szegedy吸取了教训，为了压缩GoogLeNet的网络参数，他把全连层取消了！其实我个人也认为全连层作用确实没那么大，取消了也好，GoogLeNet网络详细配置如下：

GoogLeNet详细配置

从上图就可以看出，网络的最后几层是avg pool、dropout、linear和softmax，没有看到fully connect的影子。现在取消全连层貌似是个大趋势，近两年的优秀大型神经网络都没有全连层，可能是全连层参数太多，网络深度增加了以后，难以接受吧

四、Auxiliary classifiers

搞机器学习的都知道，梯度消散是所有深层网络的通病，往往训练到最后，网络最开始的几层就“训不动了”！于是Szegedy加入了auxiliary classifiers（简称AC），用于辅助训练，加速网络converge，如下图画红框部分：

GoogLeNet

AC这种加速收敛训练方式与ResNet表面上看不太一样，但是我感觉本质上应该是类似的。ResNet也很深，但是它先是通过构建浅层网络学习参数，再把浅层网络的参数应用到较深网络中，从而尽可能减少梯度消散的影响。GoogLeNet是直接把浅层网络的训练和深层网络的训练揉到一起了。关于这个问题还有待深究。