VGG-16 笔记

VGG-16

Karen Simonyan 在《Very Deep Convolutional Networks for Large-scale Image Recognition》中讨论了卷积网络的深度对其在大规模图像识别的准确性的影响。作者比较了5中不同深度的卷积网络，其中深度为16的网络——VGG-16成为一种经典的网络架构。许多网络都是在VGG-16的基础上删除和添加其他层。

VGG-16 Architecture

这里只介绍VGG-16的架构，这是用的最多的一种网络，论文中的其它4个就不介绍了。

VGG-16的网络很简单，有13个卷积层（被5个max-pooling层分割）和3个全连接层。所有卷积层的过滤器大小都是$3 \times 3$，步长为1，进行padding。作者设置所有卷积层的过滤器大小都为$3 \times 3$是有原因的，因为过滤器尺度更大的卷积层可以使用多个$3 \times 3$卷积层来达到同样的效果，比如2个连在一起的$3 \times 3$卷积层（步长为1）的接收域与$5 \times 5$的卷积层的接收域一样。作者还给出了更多的解释，首先，使用多个