VGGNet在2014年的ILSVRC竞赛上，获得了top-1 error的冠军和top-5 error的第二名，错误率分别为24.7%和7.3%，top-5 error的第一名是GoogLeNet 6.7%。在图片定位任务中，也获得了冠军。网络层数由之前的AlexNet 的8层提高到了最高19层（网络E）。其突出贡献在于，证明使用很小的卷积（3*3），增加网络深度，可以有效提升模型的效果。并且VGGNet对其他数据集具有很好的泛化能力。
VGGNet的一部分卷积层后面跟着池化层。总的结构是，在一系列卷积层（中间有池化层）后，是三个全连接层，前两个全连接层均有4096个通道，第三个由1000个通道，用来分类。所有网络全连接层配置相同。所有隐藏层都使用了ReLU，但不使用LRN。
具体网络配置：
A网络是8个卷积层，3个全连接层，共11层。到E网络时是16个卷积层，3个全连接层。卷积层宽度（通道数）从64到512，每经过一次池化操作扩大一倍。
训练：
1，通过使用带有动量的小批量梯度下降法（batch size=256）来优化目标函数
2, 通过权重衰减（L2正则化）和对前两个全连接进行droupout来实现正则化
3，使用尺寸抖动（scale jittering）方法：对原始图片的裁剪尺寸，随机从[256,512]的确定范围内进行抽样，这样原始图片尺寸不一，有利于训练，比采用单一尺寸裁剪图像效果要好。增强了训练集（另外也使用了图像翻转来增强训练集）。
作者在最后还将多个卷积网络进行融合，性能也有所提高。
最后，文中还介绍了VGGNet在定位任务中网络的训练和测试过程，对之前的分类任务的网络模型做了一些修改就取得了第一名。之后将VGG网络应用于其他的数据集中，也取得了很不错的成绩。说明VGGNet 具有很好的泛化能力。
小结：
- 使用比较小的卷积核（3*3）比使用较大的卷积核（5*5、7*7、11*11等）的效果要好很多，不仅降低了错误率，而且还减少了需要训练的参数。（用3x3的卷积核是因为这是能捕捉到各个方向的最小尺寸了。由于第一层中往往有大量的高频和低频信息，却没有覆盖到中间的频率信息，且步长过大，容易引起大量的混叠，因此卷积核尺寸和步长要尽量小）
- AlexNet中使用过的LRN（局部响应归一化）方法并不能降低错误率，相反还造成了内存损耗，增加了计算量
- 可以使用1*1的卷积核，能在不影响卷积层接受域的情况下增加决策函数的非线性，提升网络的表达能力，只增加很小的计算量。
（另外，1*1卷积核还有降维的作用，此处作者没有提到）