常用深度学习模型介绍(2)

参考：https://www.cnblogs.com/jie-dcai/p/5803220.html

VGG模型：

（注：一个5x5的卷积核可以用2个3x3的卷积核来代替，一个7x7的卷积核可以用3个5x5的卷积核来代替，具体解释可参考：https://www.zhihu.com/question/265791259）

VGG模型所有的卷积层都是同样大小的filter，尺寸为3x3，卷积间隔S=1，并且3x3的卷积层有一个像素的填充。

VGG模型包含如下特点：

1、3x3是最小的能够捕获上下左右和中心概念的尺寸

2、2个3x3的卷积层是5x5，3个3x3的卷积核是7x7，从而可以替代更大的filter尺寸

3、多个3x3的卷积层比一个大尺寸的filter卷积层有更多的非线性

4、多个3x3的卷积层比一个大尺寸的filter有更少的参数