墨塵的神經網絡2--inceptionV3 代碼復現及要點記錄

什麼是InceptionV3模型
InceptionV3模型是谷歌Inception系列裏面的第三代模型，其模型結構與InceptionV2模型放在了同一篇論文裏，其實二者模型結構差距不大，相比於其它神經網絡模型，Inception網絡最大的特點在於將神經網絡層與層之間的卷積運算進行了拓展。
如VGG，AlexNet網絡，它就是一直卷積下來的，一層接着一層；
ResNet則是創新性的引入了殘差網絡的概念，使得靠前若干層的某一層數據輸出直接跳過多層引入到後面數據層的輸入部分，後面的特徵層的內容會有一部分由其前面的某一層線性貢獻。
而Inception網絡則是採用不同大小的卷積核，使得存在不同大小的感受野，最後實現拼接達到不同尺度特徵的融合。
對於InceptionV3而言，其網絡中存在着如下的結構。
這個結構使用不同大小的卷積覈對輸入進行卷積（這個結構主要在代碼中的block1使用）。