TensorFlow10.3 卷积神经网络-经典卷积网络(VGG,GoogLeNet)

LeNet-5

这个是5层的，3个c+s，然后有两个全连接层。

AlexNet

这里有8(5+3)层。就是之前的技术没有现在的好，所以它用了两块GTX580,然后让你它的模型分成两块，然后在两块显卡中跑。
很好的把显存给分开来了。

VGG

之前都是用\(11*11\)的窗口，然后它用了\(3*3\)的窗口,这个\(3*3\)的窗口现在也是非常流行的。

GoogLeNet

我们首先看看这个\(1*1\)的卷积核有什么用？
可以改变图片的维度，使图片的大小保持不变
比如说一个256=>32，我们只需要一个[32,1,1]的一个卷积核就行。
这个是22层的。

我们发现这个网络层数越大并不一定越好。