使用Keras来搭建VGG网络

上述VGG网络结构图

VGG网络是在Very Deep Convolutional Network For Large-Scale Image Recognition这篇论文中提出,VGG是2014年被提出的，与之前的state-of-the-art的网络结构，错误率大幅下降，并取得了ILSVRC2014比赛分类项目的第二名和定位项目的第一名。同时，VGG的拓展性很强，迁移到其他图片数据上的泛化性非常好。VGG的结构简洁，整个网络都使用同样大小的卷积核尺寸（3x3）和最大池化尺寸（2x2）。到目前为止，VGG仍然被用来提取图像特征。

---

记下来我们主要是通过Keras深度学习框架来实现以下VGG网络

步骤一：导入相应的库

from keras import Sequential
from keras.layers import Conv2D,MaxPooling2D,Flatten,Softmax,Activation,Dense
from keras.utils.np_utils import to_categorical
from keras.datasets import mnist
from sklearn.metrics import recall_score,f1_score,precision