常用神经网络_1_ AlexNet —＞ VGG

最新推荐文章于 2025-11-06 00:35:07 发布

原创

最新推荐文章于 2025-11-06 00:35:07 发布 · 1.1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#网络 #神经网络 #深度学习 #卷积

本文对比分析了AlexNet和VGG两种神经网络结构。AlexNet在2010年ImageNet比赛中取得优异成绩，拥有5个卷积层和3个全连接层。VGG则通过连续的小卷积核替代大卷积核，增加了网络深度，减少了参数量，证明了网络深度对性能的影响，并在ILSVRC 2014上表现出色。VGG16和VGG19的主要区别在于网络深度，但都使用3x3卷积和2x2最大池化，简化了网络结构。尽管VGG提高了性能，但其计算资源消耗大，参数数量多。

1、AlexNet

在2010年的ImageNet LSVRC-2010上，AlexNet在给包含有1000种类别的共120万张高分辨率图片的分类任务中，在测试集上的top-1和top-5错误率为37.5%和17.0%（top-5 错误率：即对一张图像预测5个类别，只要有一个和人工标注类别相同就算对，否则算错。同理top-1对一张图像只预测1个类别），在ImageNet LSVRC-2012的比赛中，取得了top-5错误率为15.3%的成绩。AlexNet有6亿个参数和650,000个神经元，包含5个卷积层，有些层后面跟了max-pooling层，3个全连接层，为了减少过拟合，在全连接层使用了dropout。

1.1、网络结构图

在这里插入图片描述

2、VGG

VGG是Oxford的Visual Geometry Group的组提出的（大家应该能看出VGG名字的由来了）。该网络是在ILSVRC 2014上的相关工作，主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。VGG有两种结构，分别是VGG16和VGG19，两者并没有本质上的区别，只是网络深度不一样。

2.1、VGG原理

VGG16相比AlexNet的一个改进是采用连续的几个3x3的卷积核代替AlexNet中的较大卷积核（11x11，7x7，5x5）。对于给定的感受野（与输出有关的输入图片的局部大小），采用堆积的小卷积核是优于采用大的卷积核，因为多层非线性层可以增加网络深度来保证学习更复杂的模式，而且代价还比较小（参数更少）。

简单来说，在VGG中，使用了3个3x3卷积核来代替7x7卷积核，使用了2个3x3卷积核来代替5*5卷积核，这样做的主要目的是在保证具有相同感受野的条件下，提升了网