【卷积神经网络】（三）VGG

本文链接：https://blog.youkuaiyun.com/jjjhut/article/details/132059894

本文介绍了VGG神经网络，其特点是深层结构，特别强调了使用3x3小型滤波器的连续卷积层。通过对比AlexNet，展示了基于Pytorch实现的VGG-11模型的构建过程，包括8个卷积层和3个全连接层，以及训练示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【卷积神经网络】（三）VGG

1.简介

VGG 是由卷积层和池化层构成的基础CNN。不过，如下图所示，它的特点在于将有权重的层（卷积层或者全连接层）叠加到16层（或者19层），具备了深度。
在这里插入图片描述

VGG中需要注意：
（1）基于3×3的小型滤波器的卷积层的运算是连续进行的。如上图所示，重复进行“卷积层叠加2次到4次，再通过池化层将大小减半”的处理，最后经由全连接层输出结果。

AlexNet 与 VGG 的网络结构比较：
在这里插入图片描述

同：本质上都是块设计。

基于Pytorch 的 VGG-11

构建模型

VGG-11 由 8个卷积层和三个全连接层构成。

import torch
from torch import nn
from d2l import torch as d2l
conv_arch = ((1, 64), (1, 128), (2, 256), (2, 512), (2, 512))

def vgg(conv_arch):
    conv_blks = []
    in_channels = 1
    # 卷积层部分
    for (num_convs, out_channels) in conv_arch:
        conv_blks.append(vgg_block(num_convs, in_channels, out_channels))
        in_channels = out_channels

    return nn.Sequential(
        *conv_blks, nn.Flatten(),
        # 全连接层部分
        nn.Linear(out_channels * 7 * 7, 4096), nn.ReLU(), nn.Dropout(0.5),
        nn.Linear(4096, 4096), nn.ReLU(), nn.Dropout(0.5),
        nn.Linear(4096, 10))

训练模型

ratio = 4
small_conv_arch = [(pair[0], pair[1] // ratio) for pair in conv_arch]
net = vgg(small_conv_arch)

lr, num_epochs, batch_size = 0.05, 10, 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

在这里插入图片描述