vgg模型大小（深度学习——VGG16模型详解）
1 、网络结构
VGG16模型很好的适用于分类和定位任务 ，其名称来自牛津大学几何组（Visual Geometry Group）的缩写 。
根据卷积核的大小核卷积层数 ，VGG共有6种配置 ，分别为A 、A-LRN 、B 、C 、D 、E ，其中D和E两种是最为常用的VGG16和VGG19 。
介绍结构图：
conv3-64 ：是指第三层卷积后维度变成64 ，同样地 ，conv3-128指的是第三层卷积后维度变成128； input（224x224 RGB image） ：指的是输入图片大小为224244的彩色图像 ，通道为3 ，即224224*3； maxpool ：是指最大池化 ，在vgg16中 ，pooling采用的是2*2的最大池化方法（如果不懂最大池化 ，下面有解释）； FC-4096 :指的是全连接层中有4096个节点 ，同样地 ，FC-1000为该层全连接层有1000个节点； padding：指的是对矩阵在外边填充n圈 ，padding=1即填充1圈 ，5X5大小的矩阵 ，填充一圈后变成7X7大小； 最后补充 ，vgg16每层卷积的滑动步长stride=1 ，padding=1 ，卷积核大小为333；
如上图VGG16的网络结构为 ，VGG由5层卷积层 、3层全连接层 、softmax输出层构成 ，层与层之间使用max-pooling（最大化池）分开 ，所有隐层的激活单元都采用ReLU函数 。具体信息如下：
卷积-卷积-池化-卷积-卷积-池化-卷积-卷积-卷积-池化-卷积-卷积-卷积-池化-卷积-卷积-卷积-池化-全连接-全连接-全连接 通道数分别为64 ，128 ，512 ，512 ，512 ，4096 ，4096 ，1000 。卷积层通道数翻倍 ，直到512时不再增加 。通道数的增加 ，使更多的信息被提取出来 。全连接的4096是经验值 ，当然也可以是别的数 ，但是不要小于最后的类别 。1000表示要分类的类别数 。 用池化层作为分界 ，VGG16共有6个块结构 ，每个块结构中的通道数相同 。因为卷积层和全连接层都有权重系数 ，也被称为权重层 ，其中卷积层13层 ，全连接3层 ，池化层不涉及权重 。所以共有13+3=16层 。 对于VGG16卷积神经网络而言 ，其13层卷积层和5层池化层负责进行特征的提取 ，最后的3层全连接层负责完成分类任务 。2 、VGG16的卷积核
VGG使用多个较小卷积核（3x3）的卷积层代替一个卷积核较大的卷积层 ，一方面可以减少参数 ，另一方面相当于进行了更多的非线性映射 ，可以增加网络的拟合/表达能力 。 卷积层全部都是3*3的卷积核 ，用上图中conv3-xxx表示 ，xxx表示通道数 。其步长为1 ，用padding=same填充 。 池化层的池化核为2*23 、卷积计算
具体的过程：
输入图像尺寸为224x224x3 ，经64个通道为3的3x3的卷积核 ，步长为1 ，padding=same填充 ，卷积两次 ，再经ReLU激活 ，输出的尺寸大小为224x224x64 经max pooling（最大化池化） ，滤波器为2x2 ，步长为2 ，图像尺寸减半 ，池化后的尺寸变为112x112x64 经128个3x3的卷积核 ，两次卷积 ，ReLU激活 ，尺寸变为112x112x128 max pooling池化 ，尺寸变为56x56x128 经256个3x3的卷积核 ，三次卷积 ，ReLU激活 ，尺寸变为56x56x256 max pooling池化 ，尺寸变为28x28x256 经512个3x3的卷积核 ，三次卷积 ，ReLU激活 ，尺寸变为28x28x512 max pooling池化 ，尺寸变为14x14x512 经512个3x3的卷积核 ，三次卷积 ，ReLU ，尺寸变为14x14x512 max pooling池化 ，尺寸变为7x7x512 然后Flatten() ，将数据拉平成向量 ，变成一维51277=25088 。 再经过两层1x1x4096 ，一层1x1x1000的全连接层（共三层） ，经ReLU激活 最后通过softmax输出1000个预测结果从上面的过程可以看出VGG网络结构还是挺简洁的 ，都是由小卷积核 、小池化核 、ReLU组合而成 。其简化图如下（以VGG16为例）：
4 、权重参数（不考虑偏置）
1)输入层有0个参数 ，所需存储容量为224x224x3=150k
2）对于第一层卷积 ，由于输入图的通道数是3 ，网络必须要有通道数为3的的卷积核 ，这样的卷积核有64个 ，因此总共有（3x3x3）x64 = 1728个参数 。
所需存储容量为224x224x64=3.2M
计算量为：输入图像224×224×3 ，输出224×224×64 ，卷积核大小3×3 。所以Times=224×224×3x3×3×64=8.7×107
3）池化层有0个参数 ，所需存储容量为 图像尺寸x图像尺寸x通道数=xxx k
4）全连接层的权重参数数目的计算方法为：前一层节点数×本层的节点数 。因此 ，全连接层的参数分别为：
7x7x512x4096 = 1027,645,444
4096x4096 = 16,781,321
4096x1000 = 4096000
按上述步骤计算的VGG16整个网络总共所占的存储容量为24M*4bytes=96MB/image 。所有参数为138M
VGG16具有如此之大的参数数目 ，可以预期它具有很高的拟合能力；但同时缺点也很明显：
即训练时间过长 ，调参难度大 。
需要的存储容量大 ，不利于部署 。
5 、VGG模型所需要的内存容量借鉴一下大佬的图：
6 、总结
通过增加深度能有效地提升性能； VGG16是最佳的模型 ，从头到尾只有3x3卷积与2x2池化 ，简洁优美； 卷积可代替全连接 ，可适应各种尺寸的图片 。创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！