論文原文：Going deeper with convolutions
網絡模型名字：GoogleNet
1、簡介
2014年ImageNet冠軍。本文設計了22層深度神經網絡，同時增加網絡深度和寬度，較大地提高了識別率。使用1*1,3*3,5*5卷積核，中間增加兩個輔助分類器（提高識別率）。
googleNet分類和定位效果顯著，且不是一個純粹的學術研究，而是應用到了現實生活中。
2、網絡基本構成及方法
訓練輸入爲224*224大小的RGB圖像，減去圖像均值。使用1*1,3*3,5*5卷積核，Inception結構增加網絡寬度，中間增加兩個輔助分類器（提高識別率），連接pooling，最後連接一個全連層，softmax分類器。
Inception結構圖：
Inception爲GoogleNet基本結構，用於增加網絡寬度。
googleNet網絡結構圖：
googleNet結構及參數：
3、測試效果：
Top-1：真實值爲第1個預測值；
Top-5：真實值在在前5個預測值中。
