VGG 网络结构

从图中可以看出VGG结构由5层卷积层、3层全连接层、softmax输出层构成，层与层之间使用max-pooling（最大池化）分开，所有隐层的激活单元都采用ReLU函数。VGG最大的贡献就是证明了卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用。 卷积层部分尺度没有变化（3*3的卷积核，stride为1，padding为1），只有通过max pooling层时尺度缩小一倍

>>阅读原文<<