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
