update

README.md

@@ -18,7 +18,70 @@ subtitle: Deep Learning
 ---
 
 
+# **InceptionNet이란?**
 
+이미지 인식 및 분류 작업을 위해 Google에서 개발된 딥러닝 아키텍처이다. 
+InceptionNet의 여러 버전 중 가장 널리 알려진 것은 Inception v1 (GoogLeNet), Inception v2, Inception v3, Inception v4 등이 있다.
+
+
+# **Inception v1 (GoogLeNet)**
+
+![inceptionnet](./images/googlenet.png)
+
+* 개발 배경
+
+: 기존의 깊은 신경망이 컴퓨팅 자원과 과적합 문제를 겪는 것에 대한 해결책으로 개발되었다.
+
+* 특징
+
+: 'Inception 모듈'이라고 불리는 빌딩 블록을 사용한다. 
+
+이 모듈은 서로 다른 크기의 컨볼루션 필터들(1x1, 3x3, 5x5)과 맥스 풀링을 병렬적으로 적용하고 결과를 결합한다. 
+
+이렇게 함으로써 다양한 스케일의 특징을 효과적으로 학습할 수 있다.
+
+* 성과
+
+: 2014년 ILSVRC (ImageNet Large Scale Visual Recognition Challenge)에서 우승했다.
+
+
+# **Inception v2**
+
+![inceptionnet](./images/inceptionnetv2.png)
+
+* 개선 사항
+
+: Inception v1의 아이디어를 확장하여, 2D 컨볼루션 연산을 더 효율적으로 수행하는 방법이 제안되었다.
+
+큰 컨볼루션 필터(예: 5x5)를 여러 개의 작은 필터(예: 3x3)로 분해하여 연산 효율성을 개선했다.
+
+
+# **Inception v3**
+
+![inceptionnet](./images/inceptionnetv3.png)
+
+* 개선 사항
+
+: 더욱 정교한 Inception 모듈을 사용하고, 학습과정을 안정화하는 방법을 도입했다. 
+
+5x5 컨볼루션을 두 개의 3x3 컨볼루션으로 대체하고, RMSProp 옵티마이저, 라벨 스무딩, 배치 정규화 등을 사용하여 성능을 향상시켰다.
+
+
+# **Inception v4**
+
+![inceptionnet](./images/inceptionnetv4.jpeg)
+
+* 개발 배경
+
+: Inception 아키텍처와 ResNet 아키텍처의 아이디어를 결합했다.
+
+* 특징
+
+: Inception-ResNet이라고도 불리며, Inception 모듈에 잔차 연결(Residual Connections)을 추가하여 네트워크를 더 깊게 만들면서도 학습을 안정화하였다.
+
+InceptionNet은 다양한 크기의 컨볼루션 필터와 풀링 레이어를 병렬로 적용함으로써 이미지의 다양한 특징을 효과적으로 추출할 수 있으며, 
+
+네트워크가 깊어짐에 따라 발생할 수 있는 과적합 문제와 학습의 어려움을 극복하기 위한 여러 기술을 적용한다.
 
 
 ---
@@ -809,4 +872,4 @@ plt.show()
 
 - GAN - Google
 - ChatGPT
-- [파이토치 GAN 튜토리얼](https://tutorials.pytorch.kr/beginner/dcgan_faces_tutorial.html)
+- [GitHub](https://github.com/Seonghoon-Yu/AI_Paper_Review/blob/master/Classification/Inceptionv4(2016).ipynb)