最初目的：搞清楚网络深度与模型的识别精度和准确率之间的关系。
获得的结果：不能无限制的加深网络，在网络加深到一定层数之后就会出现训练效果褪化、梯度消逝或者梯度爆炸等问题。
主要的贡献：
1、提出用多层3 x 3的卷积层来替换大尺寸的卷积核，从而提升网络深度。例如两个3x3大小的卷积核可以等效于一个5x5大小的卷积核，三个3x3的就可以等于一个7x7的。
2、使用1 x 1的卷积核进行各通道的特征融合，以及增加非线性。
3、探索网络深度与准确率之间的关系
VGG网络的设置
输入预处理：VGG把输入的图像减去其RGB的均值然后再输入给神经网络。
各个结构层的设置：
1、卷积层：网络用3 x 3的小尺寸卷积核来提取特征，并用 1 x 1的卷积核来作线性转换（后接非线性层）。卷积运算的步长设置为 1，且进行 padding，使得卷积前后尺寸不变。
2、池化层：选取的是max-pooling，步长设置的是2，尺寸设置的是2*2，所以会改变特征图的大小。
3、全连接层：有三个连接层，分别是4096,4096和1000的大小，最后接的损失函数是softmax得到每一个类的概率。
PS：可能有小伙伴不懂为啥两个3x3大小的卷积核等于一个5X5大小的。其实直接计算就可以知道了，我们来举个小荔枝：
假设输入的特征图大小为10，卷积核大小设置为3，步长设置为1，padding设置为Valid，经过两个卷积核后，特征图的大小为6（（10 - 3 + 0）/ 1 + 1 = 8，（8 - 3 + 0）/ 1 +1 = 6）如果把卷积核设置为5，计算出来的特征图大小也是6，所以说他们的感受野大小相同。（（10-5 + 0）/ 1 + 1 = 6）
