深度学习——VGG Net（学习笔记）

一.VGG原理 VGG16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（11x11，7x7，5x5）。对于给定的感受野（与输出有关的输入图片的局部大小），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）。 在VGG中使用了2个3x3卷积核来代替5x5卷积核，使用了3个3x3卷积

>>阅读原文<<