入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。

✨完整代码在我的github上，有需要的朋友可以康康✨

https://github.com/tt-s-t/Deep-Learning.git

一、VGG网络的背景

二、VGG网络结构

1、各网络结构参数图示

2、输入

3、双层 —— 一层卷积+（一层卷积+最大池化）

4、三层 —— 两层卷积+（一层卷积+最大池化）

5、全连接层——分类判决

6、拓展：VGG16_bn

三、VGG网络的亮点——连续小卷积核代替大卷积核

四、VGG网络的不足

五、VGG代码实现

一、VGG网络的背景

AlexNet问世之后，很多学者通过改进AlexNet的网络结构来提高自己的准确率，主要有两个方向：小卷积核和多尺度。

而VGG的作者们则选择了另外一个方向，即加深网络深度。

VGGNet的网络结构简单、规整且高效。VGGNet较为典型的网络结构主要有VGG16和VGG19（两者并没有本质上的区别，只是网络深度不一样）。

二、VGG网络结构

1、各网络结构参数图示

接下来以VGG16为例子来进行讲解

2、输入

（224，224，3）的RGB图像作为输入

3、双层 —— 一层卷积+（一层卷积+最大池化）

这里总共4层。

都是使用卷积核为（3，3）的卷积层，每过一层（不含池化）尺寸不变，每过一层池化尺寸减半。

因此（224，224，3）->（224，224，64）->（112，112，64）->（112，112，128）->（56，56，128）

4、三层 —— 两层卷积+（一层卷积+最大池化）

这里总共9层。

因此（56，56，128）-> （56，56，256）-> （28，28，256）-> （28，28，512）-> （14，14，512）-> （7，7，512）

5、全连接层——分类判决

3层全连接层，将提取到的特征进行相应的整合判断，得出归属每一类的得分值。

6、拓展：VGG16_bn

就是在提取特征的每一层多加了BatchNorm2d层。

BatchNorm2d层的作用是：进行批量标准化处理（对于所有的batch中样本的同一个channel的数据元素进行标准化处理，即如果有C个通道，无论batch中有多少个样本，都会在通道维度上进行标准化处理，一共进行C次。），这样能把输入的数限制在一个范围内，把数据重新变为正态分布。

公式：

具体结构如下：

三、VGG网络的亮点——连续小卷积核代替大卷积核

采用连续的几个3×3的卷积核代替AlexNet中的较大卷积核（11×11，7×7，5×5）

对于给定的感受野，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（3个3*3卷积附带3个ReLU，而一个7*7卷积只附带一个ReLU）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3个3×3卷积核来代替7×7卷积核，使用了2个3×3卷积核来代替5*5卷积核，这样可以在保证具有相同感知野的条件下，提升了网络的深度，在一定程度上提升了神经网络的效果。

✨替代原因✨

如图所示，最上面的那个特征最终是由下面5*5的特征得到的，这样的效果跟一层5*5卷积的效果一样。

参数：3*3*2<5*5

四、VGG网络的不足

耗费更多计算资源，并且使用了更多的参数（这里不是因为多层3×3卷积），导致更多的内存占用。其中绝大多数的参数都是来自于第一个全连接层。

五、VGG代码实现

详见

https://github.com/tt-s-t/Deep-Learning.git

中的VGG文件夹。

这里只展示模型架构

import torch
import torch.nn as nnclass VGG(nn.Module):def __init__(self):super().__init__()self.features = nn.Sequential(nn.Conv2d(3,64,(3,3),padding=1),nn.ReLU(),nn.Conv2d(64,64,(3,3),padding=1),nn.ReLU(),nn.MaxPool2d(2,2),nn.Conv2d(64,128,(3,3),padding=1),nn.ReLU(),nn.Conv2d(128,128,(3,3),padding=1),nn.ReLU(),nn.MaxPool2d(2,2),nn.Conv2d(128,256,(3,3),padding=1),nn.ReLU(),nn.Conv2d(256,256,(3,3),padding=1),nn.ReLU(),nn.Conv2d(256,256,(3,3),padding=1),nn.ReLU(),nn.MaxPool2d(2,2),nn.Conv2d(256,512,(3,3),padding=1),nn.ReLU(),nn.Conv2d(512,512,(3,3),padding=1),nn.ReLU(),nn.Conv2d(512,512,(3,3),padding=1),nn.ReLU(),nn.MaxPool2d(2,2),nn.Conv2d(512,512,(3,3),padding=1),nn.ReLU(),nn.Conv2d(512,512,(3,3),padding=1),nn.ReLU(),nn.Conv2d(512,512,(3,3),padding=1),nn.ReLU(),nn.MaxPool2d(2,2))self.classifier = nn.Sequential(nn.Linear(25088,4096),nn.ReLU(),nn.Dropout(p=0.5),nn.Linear(4096,4096),nn.ReLU(),nn.Dropout(p=0.5),nn.Linear(4096,1000))def forward(self, x):x = self.features(x)x = torch.flatten(x, start_dim=1)x = self.classifier(x)return x

欢迎大家在评论区批评指正，谢谢大家~

查看全文

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.dgrt.cn/a/336803.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

VGG详解

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。 ✨完整代码在我的github上，有需要的朋友可以康康✨ https://github.com/tt-s-t/Deep-Learning.git 目录
一、VGG网络的……

编程日记2023/1/4 13:46:03

【ES6】模块化语法(默认、按需导入import导出export的操作)

🥳博主：初映CY的前说(前端领域) 🌞个人信条：想要变成得到，中间还有做到！ 🤘本文核心：ES6模块化语法(默认、按需导入导出的操作) 本文速览：目录
本文速览&#x……

编程日记2023/1/4 13:44:57

Java 并发编程（一）Semaphore和Exchanger的使用

Semaphore和Exchanger的使用
Semaphore
功能介绍 Semaphore 主要作用就是限制线程并发数量。 Semaphore 的构造函数中permits 可以控制最大并发数。每个线程可以acquire指定数量的 permit 。但是acquire n个则需要释放n个。防止被阻塞 public class MySemaphore {// permits……

编程日记2023/1/4 13:43:45

OSCS开源安全周报第24期：XStream 栈缓冲区溢出漏洞

本周安全态势综述
OSCS 社区共收录安全漏洞 11 个，公开漏洞值得关注的是 XStream < 1.4.20 栈缓冲区溢出漏洞（CVE-2022-41966）,Linux Kernel ksmbd模块存在任意代码执行漏洞（CVE-2022-47939）,Squid 存在整数溢出漏……

编程日记2023/1/4 13:43:10

内核源码解读（10）percpu_page_set分析

文章目录背景数据结构pcp的初始化流程背景
Linux系统中0阶内存分配需求是最多的，而且经常存在频繁分配释放的行为，如果每次都去伙伴系统中申请，会经常需要获取zone->lock锁住整个zone区域。随着CPU核心数的增加，伙伴系统锁竞……

编程日记2023/1/4 13:42:34

2022年区块链白皮书详解及内容分享

目录导读
技术创新稳步推进
应用路径日益清晰
产业趋稳资本活跃
多地加快战略布局
白皮书具体内容如下导读区块链是构建信任的基石，是实现信用传递，价值传递的可信网络。区块链聚焦构建安全、可靠的区块链基础设施，让企业、政府快速……

编程日记2023/1/4 13:42:02

20230103编译ToyBrick的TB-RK3588X的Andorid12的LOG05

20230103编译ToyBrick的TB-RK3588X的Andorid12的LOG05 编译环境：Ubuntu18.04.6 64位内存：48GB ^ { /home/rootroot/android12-rk3588-new/out/soong/.intermediates/frameworks/base/cmds/idmap2/libidmap2_protos/android_arm6……

编程日记2023/1/4 13:41:28

2023.01/1802. 有界数组中指定下标处的最大值

1802. 有界数组中指定下标处的最大值题意: 给你三个正整数 n、index 和 maxSum 。你需要构造一个同时满足下述所有条件的数组 nums（下标从 0 开始计数）： nums.length nnums[i] 是正整数，其中 0 < i < nabs(nums[i] – ……

编程日记2023/1/4 13:40:51

回顾2022，那些令人印象深刻的AI突破

文 | 付奶茶2022年是令人印象深刻的一年。在这一年中，我们目睹了许多前所未有的AI模型的出现，这些模型不断刷新着人类对AI力量的认知。关于这一年中最好的工作，每个人都有自己不同的看法。在这篇文章中，我们跟随Alan D. Thompson在……

编程日记2023/1/4 13:40:18

3d打印热床的PEI/玻璃/晶格玻璃/柔性平台/弹簧钢板如何选择

▼ 目前主流的打印平台的几个材料，先汇总一下我自己使用下来的经验（打分：满分5分）：玻璃不涂胶/涂胶晶格玻璃不涂胶/涂胶…

编程日记2023/1/4 13:39:39

LC-1157. 子数组中占绝大多数的元素（二分查找+随即猜，摩尔投票+线段树，upper_bound和lower_bound函数）

文章目录[1157. 子数组中占绝大多数的元素](https://leetcode.cn/problems/online-majority-element-in-subarray/)统计每个元素的索引-超时二分查找随机猜摩尔投票线段树[剑指 Offer 39. 数组中出现次数超过一半的数字](https://leetcode.cn/problems/shu-zu-zhong-chu-xi……

编程日记2023/4/16 14:59:45