VGG(very deep convolutional networks for large-scale image recognition)

论文：https://arxiv.org/pdf/1409.1556.pdf

摘要：

论文探索了卷积网络深度在大量图像重建任务中的精度，论文的主要贡献是使用一个3x3的卷积层，16-19权重层下的网络在图像任务中取得非常成功的成果。

介绍：

论文介绍了一堆其他研究者的工作，这里不再赘述。论文修整了卷积网络结构的参数，使用3x3的卷积层增加了网络的深度，添加了更多的卷积网络层。

卷积结构：

论文使用3x3卷积层，在最后一层使用1x1的卷积核，1x1的卷积核可看作一个线性转化，步长使用的是1，补齐方式使用的3x 3的valid补齐，池化采用的是最大池化，共有5层，池化采用的2x2大小，步长为2。所有隐藏层都使用ReLU激活函数。

论文采用同样的卷积核，不同的卷积层深度来做了一个对比，如下所示：

虽然增加了卷积层的深度，但是参数并没有增加多少，如下表所示：其中，单位是百万。

论文在整个网络中使用3x3的感受野，在3x3的卷积层中，影响得到5x5的感受野，有三层可以影响到7x7的感受野。

疑问：使用3x3的卷积层而不是7x7的卷积层，能得到什么优势？

① 论文结合了3个非线性修正层，而不是一个层，这将使得决定函数鉴别性能更好。② 使用3x3的卷积层，C个通道，得到的参数是27C*C个，使用7x7的卷积层，参数是49C*C个参数，比较得到使用更少的参数。

 

未完待续