這一段時(shí)間擼了幾篇論文，當(dāng)我擼到GoogLeNet系列論文的時(shí)候拇砰，真是腦洞大開梅忌！GoogLeNet絕對(duì)可以稱為已公開神經(jīng)網(wǎng)絡(luò)的復(fù)雜度之王！每當(dāng)我看到它那錯(cuò)綜復(fù)雜的網(wǎng)絡(luò)圖時(shí)除破，心里總有一種說不出的苦澀滋味牧氮，我也不知為何。
然后皂岔，我萌生了一個(gè)想法蹋笼，用自己的語言描述一下GoogLeNet的發(fā)展歷程和關(guān)鍵技術(shù)點(diǎn)，我知道網(wǎng)上已經(jīng)有很多人總結(jié)過GoogLeNet的各種版本，但那畢竟是別人的東西剖毯，自己總結(jié)一遍會(huì)提升自己的水平圾笨。計(jì)劃是寫4篇文章，希望能在一個(gè)月內(nèi)完成吧逊谋。下面是GoogLeNet的4篇論文：
- [v1] Going Deeper with Convolutions擂达，ensemble top5 error 6.67%，2014
- [v2] Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift胶滋，ensemble top5 error 4.8%板鬓，2015
- [v3] Rethinking the Inception Architecture for Computer Vision，ensemble top5 error 3.5%究恤，2015
- [v4] Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning俭令，ensemble top5 error 3.08%，2016
v4版本top5錯(cuò)誤率只有3.08%部宿！這個(gè)應(yīng)該是目前錯(cuò)誤率最低的吧抄腔。
不過有時(shí)候自己也會(huì)萌生一些悲觀想法，現(xiàn)在深度學(xué)習(xí)的網(wǎng)絡(luò)是越做越復(fù)雜理张，針對(duì)某些數(shù)據(jù)集的識(shí)別率是越來越高赫蛇，可是，然并卵雾叭，當(dāng)我們換個(gè)數(shù)據(jù)集悟耘，換個(gè)環(huán)境，換個(gè)照片织狐，換個(gè)……以后暂幼，效果就不行了，這真是個(gè)問題耙破取粟誓！
已完工：
GoogLeNet的心路歷程（二）
GoogLeNet的心路歷程（三）
GoogLeNet的心路歷程（四）
GoogLeNet的心路歷程（五）
