VGG网络学习笔记

1.VGG是Oxford的Visual Geometry Group的组提出的.

对应的论文：Very Deep Convolutional Networks for Large-Scale Image Recognition

2.对应的网络结构

3. VGG16结构

针对VGG16进行具体分析发现，VGG16共包含：

• 13个卷积层（Convolutional Layer），分别用conv3-XXX表示
• 3个全连接层（Fully connected Layer）,分别用FC-XXXX表示
• 5个池化层（Pool layer）,分别用maxpool表示

其中，卷积层和全连接层具有权重系数，因此也被称为权重层，总数目为13+3=16，这即是VGG16中16的来源。

(池化层不涉及权重，因此不属于权重层，不被计数)。

参考资料：https://www.cnblogs.com/lfri/p/10493408.html

参考资料：https://www.cnblogs.com/Mrzhang3389/p/10127071.html

参考论文：Very Deep Convolutional Networks for Large-Scale Image Recognition