Inception
1.inception模块
一共有22层。1x1,3x3,5x5的卷积运算对应不同的特征图区域，可以得到更好的图像表征信息。
为了更好地降低网络参数地数量，在3x3,5x5前加入1x1地卷积模块。
这种1x1地卷积可以先将特征图降维，在送给3x3和5x5大小的卷积核，由于通道数地降低，参数量也有较大的减少。
为了避免深层网络训练时带来的梯度消失问题，在第三和第六个inception模块输出后执行Softmax并计算损失，在训练和最后的损失一并回传。
inception v1参数的数量是AlexNet的1/12，VGG的1/3，适合处理大规模数据。