版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u012193416/article/details/82622657
增加网络深度和宽度的同时减少参数。
Inception V1
增加了网络的宽度，增加了网络对尺度的适应性，不同的支路的感受野是不同的，所以有多尺度的信息在里面。
第二张图引入了1x1卷积主要是为减少了减参。
Inception V2：
加入了BN层，使每一层都规范化到一个N（0,1）的高斯，另一方面学习VGG使用2个3x3cobv代替inception模块中的5x5，降参，加速计算。
Inception V3：
分解，将 7x7分解成1x7和7x1，加速计算，加深网络，增加网络非线性。
Inception V4：
Inception和Resnet的结合