经典卷积神经网络的学习（二）—— VGGNet

1. 简介

VGGNet 是牛津大学计算机视觉组（Visual Geometry Group）和 Google DeepMind 公司的研究员一起研发的深度卷积神经网络，其主要探索了卷积神经网络的深度与网络性能间的关系。

2. 模型拓扑

• 16-19层深的卷积神经网络；
• VGGNet 论文中全部使用了 $3\times 3$ 的卷积核和 $2\times 2$的池化核，
  
  • 反复堆叠 $3\times 3$ 的小型卷积核和 $2\times 2$ 的最大池化层；

3. VGGNet-16

• 主要分为 6 部分，
  
  • 前五部分为卷积网络；
  • 最后一段是全连接网络；