VGG论文的主要内容如下：
VGG研究了卷积网络深度在大规模的图像识别环境下对准确性的影响。
主要贡献是使用非常小的（3×3）卷积滤波器架构对网络深度的增加进行了全面评估，这表明通过将深度推到16-19加权层可以实现对现有技术配置的显著改进。
1 不同大小的核的区别，以及Alexnet与VGG对比
1.1 首先说明下小核与大核的区别：
VGG相比AlexNet的一个改进是采用连续的几个3x3的卷积核代替AlexNet中的较大卷积核（11x11，5x5）。
2个3*3的卷积层和一个5*5卷积层的区别？
多个卷积层可以增加网络的深度，从而学习更复杂的特征;
2个3*3的卷积层的参数少于一个5*5卷积层的参数;
即：采用堆积的小卷积核是优于采用大的卷积核，因为多层非线性层可以增加网络深度来保证学习更复杂的模式，而且代价还比较小（参数更少）。
1.2 Alexnet与VGG对比
如下图，可以简单的将VGG和AlexNet对比：
图中把VGG也当做是5 conv + 3 FC，(VGG中两个conv等价于Alexnet中一个conv)。
1 VGG网络配置测试
为了测试不同深度对于准确率的影响，配置了如下几种深度的网络。网络A中的11个加权层（8个卷积层和3个FC层）到网络E中的19个加权层（16个卷积层和3个FC层）(即VGG19)，D16层即VGG16。卷积层的宽度（通道数）相当小，从第一层中的64开始，然后在每个最大池化层之后增加2倍，直到达到512。
扫描二维码关注公众号，回复：
2767741 查看本文章
尽管VGG可以在ImageNet上表现很好，但是将其部署在一个适度大小的GPU上是困难的，因为需要VGG在内存和时间上的计算要求很高。由于卷积层的通道数过大，VGG并不高效。比如，一个3x3的卷积核，如果其输入和输出的通道数均为512，那么需要的计算量为9x512x512。