以下為個人思考：
1、inception v1從寬度上增加卷積層，這是與當時主流從深度上增加卷積層的網路所區別的。在網路表達和調節上起到一定作用，使得計算量減少，inception系列也延續了v1的基礎。對於inception module結構的解析可參考
2、inception v2開始有了質的飛躍。batch normalization的提出不僅加快訓練速度，也起到減小過擬合的作用，使得後來不少網路借鑑。此外，用兩個或以上更小的卷積層替代較大的卷積層方式開始出現。這是從寬度上增加卷積層的基礎上，又從深度上細分卷積層，體現了將總體進行細分的思想。
3、後續的inception v3和v4延續了v2的思想，不斷細分或複雜化卷積層，力求尋找最佳的劃分結構。
經典網路分類結構Inception
v1 1 採用不同大小的卷積核意味著不同大小的感受野，最後拼接意味著不同尺度特徵的融合 2 將cnn中常用的卷積 1x1，3x3，5x5 池化操作 3x3 堆疊在一起 卷積 池化後的尺寸相同，將通道相加 一方面增加了網路的寬度，另一方面也增加了網路對尺度的適應性 3 為了減少計算量，增加了1x1卷積...
深度學習05 谷歌Inception網路解讀
構建卷積層時，你要決定卷積核的大小究竟是 1 1，3 3 還 是 5 5，或者要不要新增池化層。而 inception 網路的作用就是代替你來決定，雖然網路架 構因此變得更加複雜，但網路表現卻非常好.同時新增多個濾波器，將每個濾波器輸出疊加一起，作為總輸出，讓網路自己學習它需要什麼樣的引數，採用哪些...
inception之alert修改表結構
當自己所做的專案，上線之後，1.對錶結構修改 2.對生產環境資料問題，進行處理時，一般這兩種情況，會走inception工具進行處理。只能執行簡單的sql 今天描述第一種情況，表結構修改 ddl 1 增加字段 alter table 表名 add 欄位名 字段型別 alter table stude...