深度学习之经典网络架构：VGG16

目录

一、简介

二、网络结构

介绍卷积中的基本概念

1.从input到conv1：

2.从conv1到conv2之间的过渡：

3.conv2到conv3：

4.进入conv3：

5.从conv3到conv4之间的过渡：

三、VGG16Trick

四、代码实现

五、参考原文：

---

 

一、简介

       VGG，也叫作VGG-16网络。值得注意的是，VGG-16网络没有那么多超参数，这是一种只需要专注于构建卷积层的简单网络。首先用3×3，步长为1的卷积核构建卷积层，padding参数为same的卷积参数。然后用一个2×2，步幅为2的池化核构建最大池化层。因此VGG网络的一大优点是神经网络结构简单。

二、网络结构

       vgg16总共有16层，13个卷积层和3个全连接层，整个网络都采用了相同大小的卷积核3*3步长为1*1和最大池化（2*2），第一阶段：通过64个卷积核的两次卷积后，采用一次pooling，第二阶段：通过两次128个卷积核卷积后，再采用pooling，第三阶段：通过256个卷积的三次卷积，采用一次pooling，第四、五阶段：分别使用三个512个卷积核卷积后，再pooling，最后经过三次全连接。附上，官方的vgg16网络结构图

结构图说