这一篇论文很不错,也很有价值;它重新思考了googLeNet的网络结构--Inception architecture,在此基础上提出了新的改进方法;
文章的一个主导目的就是:充分有效地利用computation;

第一部分:　文章提出了四个principles:

原则１:设计网络的时候需要避免 representational bottlenecks;　什么意思呢?　文章中说： 层与层之间进行 information 传递时，要避免这个过程中的数据的extreme compression，也就是说，数据的 scale 不能减小的太快；（数据从输入到输出大致是减少的，这个变化过程一定要gently，而不是快速的，    一定是慢慢的变少。。。。。。）       当数据的维数extreme下降的时候，就相当于引入了 representational bottelneck.

原则2：没有怎么看明白什么意思啊？复制过来。Higher dimensional representations are easier to process locally within a network. Increasing the activations per tile in a convolutional network allows for more

disentangled features. The resulting networks will train faster.  （可以结合 figure7 下面的注释， 我感觉： 在高维表示时，对于局部的特征更容易处理，意思就是local 卷积，用1*1啦， 或3*3, 别用太大的）

原则3： spatial aggregation can be done over lower dimensional embedding without much or any loss in representational power.    直接翻译真的不会翻译啊

原则4： 应该均衡网络的宽度与深度；

第二部分：网络的改进方法：

基于以上原则，开始对网络进行改进了。

1. 把大的卷积层分解为小的卷积层，提高计算效率：

第一种：可以把一个5*5的卷积卷积层分解成两个 3*3 的卷积层。       一个细节就是：把底层的 filters 为m 时， 上层的filters 为 n 时，这时两层的小的卷积层的每一个filters 为多少呢？ 细节2： 当原来的 激活函数为线性激活函数时，现在变为两层的激活函数如何选择？（文中说明了全部使用 relu 激活函数会好一些）

2. 非对称分解：

把一个 n*n 的卷积层分解为两个 1*N 和 N*1 的卷积层；         （文中说了这种分解在网络的开始几层效果垃圾， but is gives very good result on medium grid-sizes）

3.  auxiliary classifiers 分类器的真正作用

文章都过实验发现 辅助分类器的真正作用为：regularizer。  意思就是吧，这个辅助分类器并不会加快网络的训练，不会加快 low-level 特征的 evlove , 它只会在最后的时候提高了一点 performance. 文章还说了，如果加上 batch-mormalized 效果更好一些，这也说明了 batch-normalized 也算一种 regularizer吧。

4. 有效的 grid-size 的reduction 的方法 ，即减少 feature map 的size 的方法：

文中出发点：1 ，避免 representational bottleneck ,其实我理解的就是避免 data的 dimension 急剧下降，一定也慢慢的来，别太快了；   2， 提高计算效率；

下图中的两种方法不满足条件：（左边不满足条件1， 右边不满足条件2）

下图的方法为论文中提出来的：

5. Label smoothing Regularization 方法：

这里要涉及到了一些计算过程，用语言说明一下：网络采用softmax分类器以及交叉熵函数作为loss函数时，对于类别 K 的最上层的导数等于：网络实际输出的 类别 K 的后验概率 - 真实的类别 K的后验概率；     而真实的类别 K的后验概率 要么为1，要么为0. 这个容易出一个问题： 1，过拟合，为什么呢？这样会使促使 网络去学习 的实际输出的 类别 K 的后验概率为 1 或0 ，it is not guaranteed to generalize; 2, 这个也限制了导数的变化， 因为吧， 容易上层数为0 啊。。（ 自己推导好好理解一下）

所以呢，文中提出了一个方法：  真实的类别 K的后验概率别这个confident (要么为1 要么为0，不好，虽然后验概率就是这样的），  然后引入了：

其中的u(k)是自己引入的， 文章用了均匀分布； 另外文章也建议了使用训练样本中的 k 的分布来表示 u（k）， 其实吧，训练样本中的每一个类别的样本可能差不多相同吧，所以呢，用均匀分布也挺合适的；

第三部分： Inception V-2网络；

第四部分：训练方法：

看看，参考文献很好；

第五部分：如何处理 small object的分类问题?

由于 object 比较小，所以呢， 像素少， 分辨率低，怎么办？

文中呢，通过试验说明了在计算力相同的情况下，不同的分辨率的输入的效果其实差不多的。

所以呢，当输入的分辨率低时，适当地调节网络的前几层，来保证 computational cost 相同 ，这样的话，最终的 perpormance 其实没有多大的差别的；

第六部分：对比实验：

这一部分对比了其它的实验结果， 注意：Inception-V3.

参考文献：Szegedy C, Vanhoucke V, Ioffe S, et al. Rethinking the inception architecture for computer vision[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016: 2818-2826.