Tensorflow实战：VGGNet16原理及实现（多注释）

参考《Tensorflow实战》黄文坚，并添加了自己的理解。欢迎提问！！

下图为VGG结构：

                            

下表为VGGNet各级别网络结构图：

                                                   

 

下图为本文代码组织结构图：

                                                                                                                                     

本文使用VGGNet16-D的结构及参数，进行了前向计算和反向计算的测评，代码及详细注释如下：

from datetime import datetime
import math
import time
import tensorflow as tf


'''############################################02《TensorFlow实战》实现VGGNet16-D########################################################'''

batch_size = 16 #一个批次的数据
num_batches = 100   #测试一百个批次的数据


'''卷积层创建函数，并将本层参数存入参数列表
input_op:输入的tensor  name:这一层的名称  kh:kernel height即卷积核的高    kw:kernel width即卷积核的宽
n_out:卷积核数量即输出通道数   dh:步长的高     dw:步长的宽     p:参数列表
'''
def conv_op(input_op, name, kh, kw, n_out, dh, dw, p):
    # 获取输入数据的通道数
    n_in = input_op.get_shape()[-1].value

    with tf.name_scope(name) as scope:
        #创建卷积核，shape的值的意义参见alexNet
        kernel = tf.get_variable(scope+"w", shape=[kh, kw, n_in, n_out], dtype=tf.float32,
                                 initializer=tf.contr