Inception 模型是谷歌设计的卷积神经网络类型，主要用于图像分类。每个新版本（v1、v2、v3 等）都标志着他们对先前架构的改进。

Inception 模型和常规 CNN 之间的主要区别在于inception 块。这些涉及将相同的输入张量与多个过滤器进行卷积并将它们的结果连接起来。下图描绘了这样一个块。

相比之下，常规 CNN 对每个张量执行单个卷积操作。

Inception-v3 是深度神经网络架构，它使用我上面描述的初始块。它的架构如下图所示。

层“分支”然后再次合并在一起的部分是前面描述的初始块。

您可以在此处阅读有关 Inception-v3 的更多信息。