创新点

• 提出了一种Inception结构，它能保留输入信号中的更多特征信息;
• 去掉了AlexNet的前两个全连接层，并采用了平均池化，这一设计使得GoogLeNet只有500万参数，比AlexNet少了12倍;
• 在网络的中部引入了辅助分类器，克服了训练过程中的梯度消失问题。

背景

串联结构(如VGG)存在的问题
后面的卷积层只能处理前层输出的特征图;前层因某些原因(比如感受野限制) 丢失重要信息，后层无法找回。
解决方案
每一层尽量多的保留输入信号中的信息。