인셉션 모듈의 네 가지 연산은 다음과 같습니다.
• 1×1 합성곱
• 1×1 합성곱 + 3×3 합성곱
• 1×1 합성곱 + 5×5 합성곱
• 3×3 최대 풀링(maxpooling) + 1×1 합성곱(convolutional)
딥러닝을 이용하여 ImageNet과 같은 대회에 참여하거나 서비스를 제공하려면 대용량 데이터를 학습해야 합니다. 심층 신경망의 아키텍처에서 계층이 넓고(뉴런이 많고) 깊으면(계층이 많으면) 인식률은 좋아지지만, 과적합이나 기울기 소멸 문제(vanishing gradient problem)를 비롯한 학습 시간 지연과 연산 속도 등의 문제가 있습니다. 특히 합성곱 신경망에서 이러한 문제들이 자주 나타나는데, GoogLeNet(혹은 인셉션이라고도 불림)으로 이러한 문제를 해결할 수 있다고 생각하면 됩니다.