VGG 網絡結構

從圖中可以看出VGG結構由5層卷積層、3層全連接層、softmax輸出層構成，層與層之間使用max-pooling（最大池化）分開，所有隱層的激活單元都採用ReLU函數。VGG最大的貢獻就是證明了卷積神經網絡的深度增加和小卷積核的使用對網絡的最終分類識別效果有很大的作用。 卷積層部分尺度沒有變化（3*3的卷積核，stride爲1，padding爲1），只有通過max pooling層時尺度縮小一倍

>>阅读原文<<