VGGNet简介及VGG13实现cifar100分类_vggnet-13网络结构

作者：很楠不爱3 | 2024-03-30 13:16:35

踩

vggnet-13网络结构

VGGNet简介

VGGNet简介

VGGNet由牛津大学计算机视觉组合和Google DeepMind公司研究员一起研发的深度卷积神经网络。VGG名字来源于Visual Geometry Group, Department of Engineering Science, University of Oxford。它探索了卷积神经网络的深度和其性能之间的关系，通过反复的堆叠3*3的小型卷积核和2*2的最大池化层，成功的构建了16~19层深的卷积神经网络。VGGNet获得了ILSVRC 2014年识别比赛的亚军，在top5上的错误率为7.3%。目前为止，VGGNet大多被用来提取图像的特征。

下图是前几年ImageNet识别比赛的效果，可以看到2014年的冠军是被GoogLeNet拿到(为了纪念深度学习三驾马车之一的Yann LeCun提出的LeNet)。相比于2012年横空出世的具有启发意义的AlexNet来说，也降低了9.1%的错误率。当然对于最实用的残差神经网络ResNet还是有点差距的，因此现在大多用VGG来提取特征，不是简单的用于识别与分类。

VGG的网络结构图和参数表如下：

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/很楠不爱3/article/detail/340822?site