> ML_LITERATURE // SZEGEDY-2015-GOING-DEEPER-WITH-CONVOLUTIONS-GOOGLENET-INCEPTION_v1.0
Going Deeper with Convolutions (GoogLeNet / Inception)
Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich · IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (2015)
seminal-architecture2015foundationalthirdPartyReproduced
Temel Katkı (Principal Contribution)
Çok ölçekli paralel konvolüsyon filtreleri (1x1, 3x3, 5x5) ve 1x1 boyut indirgeme darboğazlarına sahip Inception modülünü tanıttı.
Operasyonel ve Mühendislik Uygunluğu
Inception-v3 omurgası, üretici yapay zekada Fréchet Inception Distance (FID) hesaplamak için evrensel referans özellik çıkarıcı olmaya devam etmektedir.
Temel Varsayımlar (Assumptions)
- Optimal seyrek ağ yapıları, yoğun ve kolayca temin edilebilen hesaplama yapı taşlarıyla yaklaştırılabilir
Kısıtlar ve Sınırlamalar (Limitations)
- Doğrusal ResNet'lere kıyasla GPU bellek bant genişliği için optimize edilmesi zor olan karmaşık düzensiz dallanma yapısı