vgg理解

VGG16是一个预训练的卷积神经网络模型,常用于深度学习。其结构从上往下、从左往右阅读,包括多个卷积层和池化层。以VGG16为例,输入为224x224x3的图像,卷积层如conv3-64表示3x3的卷积核,64个这样的核。卷积过程中,3个通道的输入通过3x3卷积核进行卷积并合并为1个通道,随着层数加深,内存使用增大。VGG中的卷积步长为1,最大池化层步长为2。
摘要由CSDN通过智能技术生成

Vgg16这个名词对于要做神经网络深度学习的人来说一定不陌生,当我们在看相关的教程或者案例的时候,都会出现Vgg16。那么它到底是什么?

Vgg16是一个卷积神经网络的模型,它是一个被预训练好的模型。

                        Vgg模型(网上配图)

        每次网上都是贴出这个网络模型结构就不了了之,我就来仔细说一下(个人理解,欢迎指出错误)。首先这个网络模型结构要从上往下看,从左往右看。A、A-LRN、B、C、D都是vgg模型。其中较为出名的就是vgg16(D)以及vgg19(E),我就以D举例来说明该图。

       输入input(224*224*3)意思是输入的图片分辨率大小为224*224,通道数为3(RGB三个分量)。卷积层conv3-64。3代表着卷积核大小为3*3,其中的含义为卷积核高度与宽度。64代表着这一层卷积中有64个大小为3*3卷积核,意味着要这层每个通道要计算64次卷积操作,其中每层有3个通道。

如下Keras中vgg16代码片段(第一层conv)

评论 2
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
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