深度理论VGG-NET 网络

深度学习VGG-NET 网络

概述

VGG名字来源于Visual Geometry Group, Department of Engineering Science, University of Oxford。它是由Karen Simonyan & Andrew Zisserman2015年发表在论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》中，并在2014年获得ImageNet Challenge中图像定位一等奖和图像分类二等奖，提高了图像分类的精度。 VGGNet的主要特点在于： (1)网络很深； (2)卷积层中使用的卷积核很小，且都是3*3的卷积核。

方法

使用了卷积神经网络，其中卷积核为3x3卷积核，按照模型的层数，分为11-19层，其中16层的模型为VGG-16，19层的为VGG-19

论文中，作者测试了A-E不同深度的神经网络。其中加粗的字体为目前这个网络和前一个网络的不同之处

conv3-64，为卷积核为3x3，通道为64个 maxpooling 采用最大池化原则，大小是2*2，步长为2 FC-4096 全连接层，4096个通道，最后一层则是1000，每个代表一个分类类别

VGG-16立体化图 13个卷积层（Convolutional Layer），分别用conv3表示 3个全连接层（Fully connected Layer）,分别用FC表示 5个池化层（Pool layer）,分别用maxpool表示 ReLU为隐藏层，为激活函数

有意思的是vgg网络可以按照卷积层和池化层组合划分为不同的块结构，分别为Block1~block5，每一个块分由若干个卷积层和池化层组成，如block4包含3个卷积层conv3-512，1个池化层，maxpool，maxpool用于图像尺度降维。

硬件要求

单纯的训练这个深度网络可能需要GPU，在装有4个NVIDIA Titan Black GPUs的电脑上，训练一个网络需要2-3周。

优势

GGNet在网络中使用很小的卷积，并通过串联的方式将卷积核串联，这样做的好处是在于感受的视野与大尺度的卷积核类似（两个连续的3x3的卷积相当于5x5的感受野，三个相当于7x7）,同样的结果，3x3的卷积核需要更少的参数，同时3x3拥有更多的非线性变换，也就是影藏层的ReLU。

结束语

love&peace