深度学习小白笔记：VGG篇

VGG是牛津大学计算机视觉组和ＤｅｅｐＭｉｎｄ公司共同研发一种深度卷积网络，并且在２０１４年在ILSVRC比赛上获得了分类项目的第二名和定位项目的第一名。

在学习了Alexnet之后，紧接着学习VGG，给我一个很直观的感受就是VGG是对Alexnet的全面升级（虽然不知道这样理解有没有问题），因为能感觉到相较于Alexnet，VGG可以说在其基础上做了更多的尝试和改进，并且取得了很好的效果。当然在此之前，先来看看VGG的网络构架图吧：

VGG的主要参数：

• 网络结构：六种（A，A-LRN，B，C，D，E）

• 结构层：
  A：11层（8conv+3FC）
  A-LRN：11层（8conv+3FC）
  B：13层（10conv+3FC）
  C：16层（13conv+3FC）
  D：16层&