深度学习模型网络学习之分类网络学习

1. VGG

标题	Very Deep Convolutional Networks for Large-Scale Image Recognition
作者团队，发表时间	University of Oxford， ICLR-2015
文章解决的问题	提高分类准确率
解决的方案	只使用3x3的卷积，加深网络深度
实验与结果	1.数据库: ImageNet 2. 训练参数: momentum:0.9, the L2 penalty multiplier:5·10−4,dropout:0.5 3. 训练策略：learning rate initially:10−2, decreased by a factor of 10 when the validation set accuracy stopped improving； 2. 先训练小网络,然后用小网络的参数初始化大网络的前几层 4.Result：
总结

1.1 网络结构

Tips:

1. 结果表明，LRN层并没有多大用处
2. 作者提出，两个3x3的卷积和一个5x5的卷积有相同视野效果，并且由于relu的引入，在减少参数量的同时可以增加模型的表达能力。