(GoogLeNet) Going Deeper with Convolutions

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 ...

원문링크 : (GoogLeNet) Going Deeper with Convolutions