Machine learning 如何解释此Inceptionv3模型图

我很抱歉，如果这个问题对你们来说很明显或者很基本，我只是一个高中生，试图理解神经网络。嘿，我在图像分类方面做了很多研究，在演示Inception-v3模型时遇到了这个问题：

我不习惯这些类型的插图，有人能解释一下每个矩形的含义吗？为什么模型没有像典型的神经网络插图那样的层，有这样不同的层：

---

我只想给你指出正确的方向。谷歌的诞生有点难以理解

首先要了解的是卷积层，为此我向您推荐。这将解释什么是卷积运算和池

初始阶段所做的是将不同的卷积和池操作并行地结合起来（这些被称为初始阶段模块），因此网络决定这些并行操作中哪一个对于每一层来说是最好的。第一层是卷积的，想象一下你的眼睛，他们看到形状，颜色，边缘。。。这就是第一层所看到的。最后，您将拥有完全连接的层，例如您发布的第二张图片，作为分类器。把这些想象成你的大脑。他们从眼睛（卷积层）获得所有这些信息，并“意识到”他们实际看到的是什么，即我的眼睛看到的是不同颜色的六边形和五边形的圆形。。。我的大脑说等一下那是个足球

如果不够清楚，我们可以进一步讨论。我很乐意帮忙

你熟悉神经网络中的“卷积”层吗？你可以通过这个链接基本了解CNN是什么。那就更有意义了。