Inception net

Inception module là gì
●
Inception Module bao gồm một loạt các lớp tích chập với các kích thước bộ lọc khác
nhau và mục tiêu là học các đặc trưng tại nhiều mức độ không gian.
●
Ví dụ, trong một Inception Module, bạn có thể thấy một loạt các lớp tích chập với các
kích thước bộ lọc như 1x1, 3x3, 5x5 và cả lớp max pooling. Các lớp này chạy song
song và sau đó kết hợp đầu ra của chúng để tạo ra một biểu diễn tổ hợp.
●
 Reduction Module

●
Trước khi đưa dữ liệu vào Inception Module, nó thường được đi qua một
Reduction Module để giảm kích thước không gian của biểu diễn.
●
Reduction Module sử dụng lớp tích chập 3x3 với striding (bước nhảy) để
giảm kích thước không gian của biểu diễn.
 Global Average Pooling

●
Thay vì sử dụng Fully Connected layers ở cuối mạng (như trong các mạng truyền thống),
Inception thay thế chúng bằng lớp Global Average Pooling.
●
Global Average Pooling tính trung bình của tất cả giá trị trong mỗi feature map. Kết quả là một
biểu diễn tổng quan của toàn bộ hình ảnh.
●
Cuối cùng, mô hình Inception sử dụng lớp Softmax để phân loại đối tượng trong hình ảnh thành
các lớp cụ thể.
So sánh inception và inceptionv3