Tensorflow实现网络---VGG

Tensorflow实现网络—VGG

VGG简介

VGG Net由牛津大学的视觉几何组（Visual Geometry Group）和 Google DeepMind公司的研究员一起研发的的深度卷积神经网络，在 ILSVRC 2014 上取得了第二名的成绩，将 Top-5错误率降到7.3%。它主要的贡献是展示出网络的深度（depth）是算法优良性能的关键部分。

目前使用比较多的网络结构主要有ResNet（152-1000层），GooleNet（22层），VGGNet（19层），大多数模型都是基于这几个模型上改进，采用新的优化算法，多模型融合等。到目前为止，VGG Net 依然经常被用来提取图像特征。

其实许多神经网络都是以VGG为基本网络进行扩建得到的例如之后要说的SSD神经网络。

常见的VGG模型表

如下图：

详解VGG—16

首先我们从网络框架和代码编写两个方面进行详解：
1、网络框架