VGGNet

本文详细介绍了VGGNet的网络结构、设计理念和亮点,包括加深网络而非加宽的优势,以及卷积层替代全连接层的策略。通过对不同结构的对比,展示了网络深度增加对精度的提升,并探讨了参数数量对模型的影响。
摘要由CSDN通过智能技术生成

在这里插入图片描述
论文名称:VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
开源代码:VGG
VGGNet是2014年ImageNet竞赛的亚军,当年的冠军是GoogleNet,VGGNet主要是从深度方面对卷积神经网络做改进,在它的文章中探讨了很多改进思路的对比,对作者测试过程中的结果也做了总结,而不是只给出一个最终的结果,这是一个比较值得学习的地方。
1.网络整体思路
我们先通过一张表看一下VGGNet网络的整体结构
在这里插入图片描述
从表中可以看出,VGG是一个框架,它并不是有固定的层数,而是可以根据需要调整某些模块,以实现网络规模和性能的平衡。网络共有5个卷积模块每个卷积模块后面跟一个池化层,最后是3个全连接层

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yhwang-hub

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值