VGG中数据流动 学习记录

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