Inception 模型是否有两个 softmax 输出？
Does the Inception Model have two softmax outputs?
Inception v3 模型如图所示：
图片来自本博客-post:
https://research.googleblog.com/2016/03/train-your-own-image-classifier-with.html
好像有两个Softmax分类输出。这是为什么？
在 TensorFlow 示例中使用哪个作为输出张量，在此文件中名称为 'softmax:0'？
Inception v3模型的学术论文中好像没有这张Inception模型的图片：
http://arxiv.org/pdf/1512.00567v3.pdf
我试图理解为什么网络的这两个分支具有看似两个不同的 softmax 输出。
感谢您的澄清！
您引用的 paper 第 4 节是关于 辅助分类器 的。这些是添加到网络较低层的分类器，通过减轻梯度消失问题和加速收敛来改进训练。对于经过训练的网络的 运行 推理，您应该使用主分类器，在模型中称为 softmax:0，NOT 辅助分类器，称为 auxiliary_softmax:0.
Inception v3 模型如图所示：
图片来自本博客-post:
https://research.googleblog.com/2016/03/train-your-own-image-classifier-with.html
好像有两个Softmax分类输出。这是为什么？
在 TensorFlow 示例中使用哪个作为输出张量，在此文件中名称为 'softmax:0'？
Inception v3模型的学术论文中好像没有这张Inception模型的图片：
http://arxiv.org/pdf/1512.00567v3.pdf
我试图理解为什么网络的这两个分支具有看似两个不同的 softmax 输出。
感谢您的澄清！
您引用的 paper 第 4 节是关于 辅助分类器 的。这些是添加到网络较低层的分类器，通过减轻梯度消失问题和加速收敛来改进训练。对于经过训练的网络的 运行 推理，您应该使用主分类器，在模型中称为 softmax:0，NOT 辅助分类器，称为 auxiliary_softmax:0.