卷积层
VGG的每一个卷积层使用的都是 3x3的卷积层，步长都是1，而且都是 same层（即卷积后，通过padding，使得矩阵的大小不变）
池化层
每一个池化层步长都是2，并且大小为 2x2
[CONV 64]x2 便是两个卷积层，每个卷积层 64 个过滤器
AlexNet 被用来识别 1000分类
因为有 16 个带参数的神经网络，13个卷积层，3个全连接层，池化层不被计算在内，所欲被叫做 VGG16
九、Ai学习笔记|VGG
猜你喜欢
转载自blog.csdn.net/s294878304/article/details/106592439
今日推荐
周排行