resnet网络输入的图片尺寸（resnet18每层输出尺寸）



• lecture 6：VGG13、16、19
• 目录

• 1、VGG结构
• 2、VGG结构解释
• 3、3*3卷积核的优点
• 4、VGG的 Multi-Scale方法
• 5、VGG应用

 这些思想也被用在更多的网络架构中，如 Inception 与 ResNet。VGG16的效果最好

• VGG16 的第 3、4、5 块（block）：256、512、512个 3×3 滤波器依次用来提取复杂的特征。
• 其效果就等于是一个带有 3 个卷积层的大型的 512×512 大分类器。

•  LRN层作用不大。
   越深的网络效果越好。
   1*1的卷积也是很有效的，但是没有3*3的卷积好
   大的卷积核可以学习更大的空间特征
  
  
  
  
  
  
  
  

VGG9、VGG11、VGG13、VGG16、VGG19

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/rfx/46348.html