010-61503882

2012年AlexNet做出历史突破以来，直到GoogLeNet出来之前，主流的网络结构突破大致是网络更深（层数），但是纯粹的增大网络的缺点：1.参数太多，容易过拟合，若训练数据集有限；2.网络越大计算复杂度越大，难以应用；3.网络越深，梯度越往后穿越容易消失（梯度弥散），难以优化模型。Inception就是在这样的情况下应运而生。

论文：[《Rethinking the Inception Architecture for Computer Vision》](https://arxiv.org/abs/1512.00567)

开源模型链接：https://github.com/pytorch/vision/blob/v0.11.0/torchvision/models/inception.py

数据集（ImageNet）：http://www.image-net.org/