使用块结构,令神经网络的结构模块化,更容易设计。
-
块结构
多个卷积层 + 1 个最大汇聚层
可指定 VGG 块的输入通道数
$C_{in}$ / 输出通道数$C_{out}$ 其中,第一个卷积层的的输出通道数是
$C_{out}$ ,后面所有卷积层的输入 / 输出通道数都是$C_{out}$ 每个卷积层后面,都跟一个 ReLU ,提供非线性性
-
特征图的改变
卷积层,可改变通道数
最大汇聚层,将高 / 宽的尺寸,分别减半
-
网络结构
每经过一个 VGG 块,通道数翻倍,高宽分别减半。
其中,通道数,增加至 512 后,不再增加。
展开元素至 1 维度,供全连接层使用
全连接层,元素个数逐渐减少[4096, 4096, 1000]
每个全连接层后,都跟一个
ReLU
,提供非线性性,再跟一个Dropout
,降低模型容量,减轻过拟合。 -
VGG-11 参数个数
约 133M 个参数
计算过程:VGG_analysis.ipynb