入力層から出力層まで一直線ではなく、異なるサイズ（1×1、3×3、5×5）の畳み込み層と3×3のmaxプーリングを並列に並べた形で構成されている。

インセプション（Inception）モジュールは、入力画像に対して各畳み込みとmaxプーリングをそれぞれ行って、その後これらの出力を統合して出力する。

Google社によって開発され、2014年のILSVRCで1位になったモデル「GoogLeNet」は、このインセプションモジュールを組み合わせた、横に広がりを持つ構造になっている。