VGG16中数据流动学习记录
承蒙CSDN各种大神照顾,读研以来学习了不少,今天学习了VGG16的大致概念,却发现没有很详细的类似于AlexNet原文中的配图。作为小白,姑且记录一下。
VGG背景介绍
VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时,由于它的简洁性和实用性,马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中,VGG 在Top-5中取得了92.3%的正确率。
原文中给出的结构图
简单使用PPT功能画的结构图(VGG文中D列)
其中蓝色表示数据张量,红色表示卷积操作,绿色表示池化操作,黑色为全连接层,紫色为最终的分类器。
参考资料
[1] https://blog.csdn.net/DaVinciL/article/details/77259417
[2] https://blog.csdn.net/dta0502/article/details/79654931
[3] https://blog.csdn.net/gbyy42299/article/details/78969261
[4] https://blog.csdn.net/u012679707/article/details/80807406