VGG（Pytorch实现）

VGG简介

论文：VGG原文（可直接下载，可能加载较慢，稍等即可）

1.背景介绍

VGG模型是2014年ILSVRC竞赛的第二名，第一名是GoogLeNet。但是VGG模型在多个迁移学习任务中的表现要优于googLeNet。而且，从图像中提取CNN特征，VGG模型是首选算法。它的缺点在于，参数量有140M之多，需要更大的存储空间。但是这个模型很有研究价值。

2.网络结构

首先放一张官方的各种VGG的网络结构

再来一张我觉得结构更加清晰的VGG16的结构图：（图片出自：https://blog.csdn.net/qq_29893385/article/details/81197471）

其实可以看出VGG只是对网络层进行不断的堆叠，并没有进行多大的创新，而增加深度确实可以一定程度上改善模型效果。

3.VGG特点

1. 小卷积核

相较与AlexNet,VGG最大的改进或者说区别就是用小size的Filter代替大size的Filter。2个3*3的卷积层连接，就达到了5*5的效果，3个3*3的卷积层连接，就达到了7*7的效果。

举例： 假设输入图片的大小为28*28，如果我们使用5*5的卷积核，得到的输出将是：（28 - 5）/ 1 + 1 = 24；

           又假如我们使用2个卷积核为3*3的卷积核（2个是指两层）：

                 第一层卷积（3*3）得的结果为：（28 - 3）/ 1 + 1 = 26

                 第二层卷积（3*3）得的结果为：（23 - 3）/ 1 + 1 = 24

          所以我们最终的结果和5*5的卷积核是一样的！！

使用多个较小卷积核的卷积层代替一个卷积核较大的卷积层，一方面可以减少参数，另一方面相当于进行了更多的非线性映射，可以增加网络的拟合 / 表达能力。

减少参数：

2.与AlexNet的区别

1.所有的卷积层使用的都是3*3的卷积核(对比实验中用到了1*1的卷积核，它的作用在于引入更多的非线性。最终的VGG16和VGG19都不包含1*1的卷积核，所以它的出现只是为了做对比实验）

2.使用max pooling，但并不是所有的卷积层后面都跟着pooling层，一共只有5个max pooling层。kernel大小是2*2，步长为2，也就是说，和AlexNet不同，VGGNet使用的是不重叠的pooling。

3.没有使用AlexNet中的LRN技术。这是因为后面的实验中证明了使用LRN对性能并没有提升作用，反而增加内存和时间消耗。（在我的上篇博客AlexNet中已经提过LRN的争议性）