彻底搞懂VGGNet-16

VGGNet-16在整体上可以划分为8个部分（8段），前5段为卷积网络，后3段为全连网络。
首先创建第一段卷积网络，这一段卷积网络由2个卷积层和1个最大池化层构成，即共3层。对于两个卷积层，其卷积核的大小都是3x3，同时卷积核数量（输出通道数）也均为64，步长为1x1，padding均为1(并没有明确提出padding=1，很多地方都不明说，不知道为什么)—这也就是我们做卷积时所关心的几个参数：卷积核大小、卷积核深度、步长、padding。故，第一个卷积层的输入input的尺寸为224x224x3，输出尺寸为224x224x64；第二个卷积层的输入尺寸为224x224x64，输出尺寸为224x224x64；两个卷积之后是一个2x2的最大池化层，步长为2，故经过最大池化层之后，输出结果尺寸变为了112x112x64。若采用padding时，kernel_size=1时，padding=0；kernel_size=3时，padding=1；kernel_size=5时，padding=2，以此类推。即只有卷积核大小为奇数时，我们才padding。图示如下：

第二段卷积网络和第一段卷积网络的结构非常类似。两个卷积核尺寸也是3x3，但个数是128*128，s=1，p=1。最大池化层和第一段卷积的最大池化层一致。即2x2，s=2。如下图所示：

第三段卷积网络和前两段不同的是，卷积层数变为了3个。每个卷积层的卷积核大小依然是3x3，但每个卷积层输出通道数增长至256，s=1，p=1。最大池化层和前两段一样。如下图所示：

第四段卷积网络和第三段卷积网络一致。只是每个卷积层的输出通道数变为了512。如下图所示：

最后一段卷积网络同样是3个卷积核尺寸为3x3的卷积层加上1个最大池化层，只是不再增加卷积层的输出通道数，将其继续维持在512。如下图所示：

故5段卷积之后，输出尺寸为7x7x512，共有2+2+3+3+3=13层。之后，进行全连接。
第一个全连接有4096个单元。
第二个全连接有4096个单元。
第三个全连接有1000个单元。之后使用了softmax()。
再加上3个全连接层，共有13+3=16层。