VGG16系列: 网络架构

目录

Part I: CNN的基础构件

图像作为输入的方式是怎样的？

卷积的定义是什么？

Padding的具体含义是什么？

池化（pooling）的作用是什么？

Flatten操作的功能是什么？

全连接层的特性是什么？

Dropout机制的原理是什么？

激活函数的作用是什么？

VGG16网络的整体结构图示

Part II: VGG 网络架构

典型的VGG网络结构形式

关于VGG 网络参数数量的计算方式：

Part III: 如何训练VGG模型

前向传播过程

反向传播机制

训练过程中需要注意的关键技巧

---

基于Tensorflow版本实现的VGG代码可参考前两篇博客内容：

1. VGG16系列I: 基于Tensorflow代码

2. VGG16系列II: 代码解析

神经网络中各层级的特征提取与信息传播过程如以下图表所示

Part I: CNN的基础构件

一张图片如何作为输入？

如图所示，彩色图像由RGB三个颜色通道组成，分别对应红色、绿色和蓝色。每个颜色通道中的像素信息均可通过一个二维