搜索 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

来自专栏计算机视觉
深度学习500问——Chapter04：经典网络解读（2）
4.5.2 模型结构图 4.7 VGG16网络结构图在原论文中的VGGNet包含了6个版本的演进，分别对应VGG11、VGG11-LRN、VGG13、VGG16-1、VGG16-3和VGG19，不同的后缀数值表示不同的网络层数（VGG11-LRN表示在第一层中采用了LRN的VGG11，VGG16-1表示后三组卷积块中最后一层卷积采用核尺寸为，相应的VGG16-3表示卷积核尺寸为），本节介绍的 VGG16为VGG16-3。
37610编辑于 2024-04-02
来自专栏全栈程序员必看
深度学习—2.常见的神经网络结构
VGGNet基本单元都一样：卷积、池化、全连接模块，常用的是VGG16-3以及VGG19 输入层：224*224*3 卷积：3*3(全程都这个大小)，补边：1(默认)，步长：1(计算得出)
1.8K20发布于 2021-10-08
基于pytorch卷积神经网络的人脸面部表情识别系统研究采用CNN+RestNet+VGG三种模型源码+模型+答辩材料
在原论文中的VGGNet包含了6个版本的演进，分别对应VGG11、VGG11-LRN、VGG13、VGG16-1、VGG16-3和VGG19，不同的后缀数值表示不同的网络层数（VGG11-LRN表示在第一层中采用了 LRN的VGG11，VGG16-1表示后三组卷积块中最后一层卷积采用卷积核尺寸为 1\times11×1 ，相应的VGG16-3表示卷积核尺寸为 3\times33×3 ）。下面主要以的VGG16-3为例。
54300编辑于 2025-07-22