深度学习：VGG网络

1 VGG介绍

VGG在2014年由牛津大学著名研究组VGG（Visual Geometry Group）提出，斩获该年ImageNet竞赛中Localization Task（定位任务）第一名和Classification Task（分类任务）第二名。
原论文：VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

网络中的亮点：通过堆叠多个3 * 3的卷积核来替换大尺度的卷积核（减少所需参数）。
论文中提到，可以通过堆叠两个3 * 3的卷积核替代5 * 5的卷积核，堆叠三个3 * 3的卷积核替代7 * 7的卷积核。拥有相同的感受野

2 CNN 感受野

在卷积神经网络中，决定某一层输出结果中一个元素所对应的的输入层的区域大小，被称作感受野（receptive field）。通俗的解释是，输入feature map上的一个单元对应输入层上的区域大小。

感受野计算公式：
F(i)=(F(i + 1) - 1) * Stride + Ksize
F(i)为第i层感受野
Stride为第i层的步距
Ksize为卷积核或池化核尺寸

Feature map：F=1
Pool1：F=(1-1) * 2 +2=2
Conv1：F=(2-1) * 2 + 3 =5

三个3 * 3的卷积核替代7 * 7的卷积核：
Feature map：F=1
Conv3*3(3）：F=(1-1) * 1 + 3 =3
Conv3*3(2）：F=(3-1) * 1 + 3 =5
Conv3*3(1）：F=(5-1) * 1 + 3 =7

使用7 * 7卷积核所需要参数，与堆叠三个3 * 3卷积核所需参数（假设输入输出channel为C）：
7 * 7 * C * C = 49C^2
3 * 3 * C * C + 3 * 3 * C * C + 3 * 3 * C * C = 27C^2

3 VGG过程

通常使用D模型：

网络结构图：

conv的stride为1，padding为1
maxpool的size为2，stride为2

输出尺寸