vggNet是从AlexNet而来,主要探索卷积神经网络的深度与性能之间的关系,通过反复堆叠3x3的卷积核(c中有1x1的卷积核,也只有c中有,c是16层)和2x2的最大池化层,vggNet构筑了16-19层深的卷积神经网络。

3x3卷积核:the smallest size to capture the notion of left/right,up/down,center

1x1卷积核:can be seen as a linear transformation of th input channels(followed by non-linearity)

整个网络的convolution stride固定为1,所有隐藏层的激活函数都用relu。

vggNet网络堆叠stride为1的3x3卷积核。两个3x3的卷积核堆叠的局部感受野相当于一个5x5的局部感受野,3个3x3的卷积核堆叠的局部感受野相当于7x7的局部感受野。堆叠的3x3卷积核比直接使用大的卷积核有两个好处:

1.增加非线性,因为每一层卷积核都有非线性激活函数relu,3层的3x3卷积核比7x7卷积核多进行了两次非线性变换,这样使得decision function more discriminative

2.减少了参数。假设通道数为c,3层3x3卷积核的参数量是3*(3*3*C*C),1层7x7卷积核的参数量是7*7*C*C。

vggNet中的1x1卷积核:GoogLeNet也采用了1x1卷积核,但不同的是,vggNet目的是增加非线性,而没有降维的目的。vggNet中要求1x1卷积核的输入输出维度应相等。

http://blog.csdn.net/wcy12341189/article/details/56281618 讲解vgg

http://blog.csdn.net/u014114990/article/details/51125776 多通道参数量的计算

Very Deep Convolutional Networks for Large-scale Image Recognition(vggnet)相关推荐

  1. 《Very Deep Convolutional Networks For Large-Scale Image Recognition》翻译

    1 引言 2 ConvNet配置 2.1 架构 2.2 配置 2.3 讨论 3 分类框架 3.1 训练 3.2 测试 3.3 实现细节 4 分类实验 4.1 单尺度评估 4.2 多尺度评估 4.3 多 ...

  2. 多尺度人脸检测--Face Detection through Scale-Friendly Deep Convolutional Networks

    Face Detection through Scale-Friendly Deep Convolutional Networks http://shuoyang1213.me/projects/Sc ...

  3. VGGNet论文翻译-Very Deep Convolutional Networks for Large-Scale Image Recognition

    Very Deep Convolutional Networks for Large-Scale Image Recognition Karen Simonyan[‡] & Andrew Zi ...

  4. Very Deep Convolutional Networks for Large-Scale Image Recognition—中英文对照

    文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书 翻译论文汇总:https://github.com/SnailTyan/deep-learning-papers- ...

  5. 深度学习论文阅读图像分类篇(三):VGGNet《Very Deep Convolutional Networks for Large-Scale Image Recognition》

    深度学习论文阅读图像分类篇(三):VGGNet<Very Deep Convolutional Networks for Large-Scale Image Recognition> Ab ...

  6. 论文研读 —— 7. Very Deep Convolutional Networks for Large-Scale Image Recognition (2/3)

    文章目录 3. Classification Framework 3.1. Training 3.2. Testing 3.3. Implementation Details 4. Classific ...

  7. Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG论文翻译—中文版

    文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书 声明:作者翻译论文仅为学习,如有侵权请联系作者删除博文,谢谢! 翻译论文汇总:https://github.com ...

  8. 《Very Deep Convolutional Networks for Large-Scale Image Recognition》——VGG论文总结

    题目 <Very Deep Convolutional Networks for Large-Scale Image Recognition> 简介 Abstract In this wo ...

  9. 【翻译】【VGGNet】VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

    VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION 用于大规模图像识别的非常深的卷积网络 作者:Karen Simon ...

  10. VGGNet 阅读理解 - Very Deep Convolutional Networks for Large-Scale Image Recognition

    论文理解 - VGGNet - Very Deep Convolutional Networks for Large-Scale Image Recognition [VGG-Paper] [原文地址 ...

最新文章

  1. linux perf - 性能测试和优化工具
  2. python_ 学习笔记(hello world)
  3. 【DIY】200403近期在做的项目小结,DIY进展汇报
  4. 30 天精通 RxJS (01):认识 RxJS
  5. OpenCV图像处理——深度学习样本制造
  6. 《系统集成项目管理工程师》必背100个知识点-31WBS的分解原则
  7. declare sql语句_每天10分钟学习T-SQL语言基础(Part 5)
  8. PHP排序算法的复习和总结
  9. 《天天数学》连载24:一月二十四日
  10. 疑似小米平板5通过3C认证:搭载8720mah双电芯方案
  11. 书脊开胶了用什么胶粘_鞋子开胶还傻傻用502粘?劝你别做无用功,用这笨招天天穿新鞋...
  12. 数学图形(1.49)Nephroid曲线
  13. gradle mysql依赖关系,如何在gradle中找到\删除未使用的依赖关系
  14. 深入浅出工厂设计模式
  15. solidworks_adams_simuilink联合仿真简易教程
  16. STM32F103C8T6开发环境的搭建
  17. el-input设置type为number时,切换为中文输入法输入会让光标上移的问题解决
  18. 共享打印机服务器脱机状态,网络/局域网共享打印机脱机故障处理方法
  19. qemu教程_QEMU实例教程
  20. ios11 mjrefresh 上拉加载更多怎么停不下来了??

热门文章

  1. 百度SEO Cloud-Platform(后台管理系统) v3.1.0
  2. 设置XMLHttpRequest“ withCredentials”属性问题,axios请求不成功
  3. linux系统输入法怎么安装教程视频教程,Linux怎么安装中文输入法
  4. Rclone for Android – 云服务/网盘文件管理工具 Rclone 的 Android 客户端
  5. c# 中如何设置combox 让出现text value两个值 winform开发
  6. scrollTop 用法说明
  7. jQuery: 插件开发模式详解 $.extend(), $.fn, $.widget()
  8. Magento教程 20:仅限会员留言的产品评论设定!
  9. 用CSS美化你的滚动条
  10. Mysql 集成随机唯一id mysql unique number generation