Machine learning 如何解释此Inceptionv3模型图

Machine learning 如何解释此Inceptionv3模型图,machine-learning,neural-network,computer-vision,conv-neural-network,image-recognition,Machine Learning,Neural Network,Computer Vision,Conv Neural Network,Image Recognition,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

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。