해당 논문에선 기존에 있던 AlexNet보다 높은 정확도를 가지면서도 parameter를 12배 줄인 GoogLeNet을 제시했습니다. GoogLeNet은 Inception v1으로도 불리며, 후에 있는 여러 Inception 모델들의 시초격인 논문이 됩니다. 인용수도 23년 3월 기준 48561회나 될 정도로 중요한 논문이라 볼 수 있습니다. 비록 모델은 VGGNet보다 비교적 복잡한 구조를 가지고 있으나, 후에 Inception v3가 생성 모델의 성능을 평가하는 지표인 FID score에 쓰이는 등 사용처가 존재합니다. 모델 설계 동기 해당 논문에서는 모델을 설계한 동기가 매우 구체적으로 나와 있으나, 개인적으론 엄청 중요하지는 않다 생각하고 이해가 잘 가지 않아서 간단하게만 설명하겠습니다. 관심 있으시면 원 논문을 읽어 보시길 바랍니다. 저자들은 sparse, 즉 희박한 network를 좋게 생각한 것 같습니다. 정확한 의미는 모르겠으나, dropout을 이용한 것처럼 모든 ...
#auxiliary
#GoogLeNet
#Inception
#Inceptionv1
#구글넷
원문링크 : (GoogLeNet) Going Deeper with Convolutions