Inception 结构的主要思路是用密集成分来近似最优的局部稀疏结构。原始Inception 结构如下图所示：
显然从上图中可以看出，原始Inception 结构采用 1 × 1、 3 × 3和 5 × 5三种卷积核的卷积层进行并行提取特征，这可以加大网络模型的宽度，不同大小的卷积核也就意味着原始Inception 结构可以获取到不同大小的感受野，上图中的最后拼接就是将不同尺度特征进行深度融合。
同时在原始Inception 结构之所以卷积核大小采用1、3和5，主要是为了方便对齐。设定卷积步长stride=1之后，只要分别设定pad=0、1、2，那么卷积之后便可以得到相同维度的特征，然后这些特征就可以直接深度融合了。
最后文章说很多地方都表明pooling挺有效，所以原始Inception结构里面也加入了最大池化层来降低网络模型参数。特别重要的是网络越到后面，特征越抽象，而且每个特征所涉及的感受野也更大了，因此随着层数的增加，GoogLeNet中3x3和5x5卷积的比例也要增加。
但是原始Inception结构中 5 × 5 、卷积核仍然会带来巨大的计算量。降低 5 × 5 卷积核带来的计算量，GoogLeNet中借鉴了NIN(Network in Network)的思想使用 1 × 1 卷积层与 5 × 5卷积层相结合来实现参数降维。
对于 1 × 1卷积层与 5 × 5卷积层实现参数降维，在这里也举一个简单的例子进行说明。假如上一层的输出为 100 × 100 × 128，经过具有 256个输出的5×5卷积层之后(stride=1，pad=2)，输出数据为 100 × 100 × 256。其中，那么卷积层的参数为 128 × 5 × 5 × 256。此时如果上一层输出先经过具有 32个输出的 1 × 1卷积层，再经过具有 256个输出的 5 × 5卷积层，那么最终的输出数据仍为为 100 × 100 × 256，但卷积参数量已经减少为 128 × 1 × 1 × 32 + 32 × 5 × 5 × 256，相比之下参数大约减少了4倍。
因此在 3 × 3和 5 × 5卷积层之前加入合适的 1 × 1卷积层可以在一定程度上减少模型参数，那么在GoogLeNet中基础Inception结构也就做出了相应的改进，改进后的Inception结构如下图所示。
GoogLeNet的整体网络架构如下：
参考：https://blog.csdn.net/qq_30091945/article/details/105128249
标签：输出,07,卷积,GoogLenet,图像,Inception,100,256,结构 From： https://www.cnblogs.com/zhaopengpeng/p/17046611.html