一、经典神经网络VGGNet介绍
在大型网络结构中,可以定义多个函数来定义卷积操作,池化操作,全连接操作,以及前向传播操作,方便简洁,例如VGGNet。
VGGNet把网络分成了5段,每段都把多个3*3的卷积网络串联在一起,每段卷积后面接一个最大池化层,最后面是3个全连接层和一个softmax层。
模型探索了卷积神经网络的深度和其性能之间的关系,通过反复的堆叠3 * 3的小型卷积核和2 * 2的最大池化层,成功的构建了16~19层深的卷积神经网络。 VGGNet全部使用3 * 3的卷积核和2 * 2的池化核,通过不断加深网络结构来提升性能。网络层数的增长并不会带来参数量上的爆炸,因为参数量主要集中在最后三个全连接层中。
详见我的另一篇博客关于VGGNet的介绍
VGGNet介绍1
VGGNet介绍2