第二周--VGG

1：文字回答：VGG中3个33卷积相对于1个77卷积，在参数上较少了百分之多少？（假设输入和输出通道数均为C）

(49-27)C2/27C2=81%

2：文字回答：VGG-16和VGG-19差别在哪？

VGG-19中在第三个block中增加了一个conv3-256的卷积，第四和第五个block中各增加了一个conv3-512的卷积。

3：文字回答：读完该论文，对你的启发点有哪些？

1. Xavier初始化可达到较好的效果
2. S远大于224，图片可能包含物体的一部分
3. 大尺度模型采用小尺度模型初始化可以加快收敛
4. 物体尺寸不一，因此采用多尺度训练，可以提高精度
5. mutil crop 和 Dense互为补充
6. 小而深的网络优于大而浅的卷积网络
7. 尺度扰动对训练和测试阶段均有帮助
8. 1*1卷积可认为是线性变换，同时增加非线性层(ReLU)

4：代码实现：从网上找一张图片，执行vgg16，观察top5输出的类别，并将输出结果截图进行打卡。

5.文字：本篇论文的学习笔记及总结