Notes on Section 7.2

bobown_yao
  2026-01-17 2026-01-17 Created   2026-03-08 19:46:44 2026-03-08 19:46:44 Updated      335 Words  1 Mins

上一节我们讨论了AlexNet的构成和局限性，并且AlexNet并没有提供一个模板化的神经网络搭建流程。这部分的VGG和其相关组件提供了一些启发式的意见

经典卷积神经网络的基本组成部分是下面的这个序列：

1. 带填充以保持分辨率的卷积层

2. 非线性激活函数，如ReLU

3. 池化层

VGG块的结构如下

Image: image_001

我们可以发现，这个块的逻辑就是，第一个卷积层先放缩通道数量，多个卷积层放大感受野，穿插ReLU，最后池化下采样。

VGG中提出，两个3*3的卷积层的叠加，在减少参数的同时具有和5*5卷积层相同的感受野。关于单个像素点的计算参数量如下

Image: image_002

一个是平方，一个是线性增长，这个应该在感受野更大的时候区别更显著

Image: image_003

Conv_arch作为超参数，记录了每一个VGG块的卷积层数量/输出通道数

这里达到的感受野大约是120*120（考虑池化层的等价缩放）

这个感受野可以在224*224的图像中捕捉到我们需要的整体特征，那么也就达到了我们的期望功能

  • Title: Notes on Section 7.2
  • Author: bobown_yao
  • Created at : 2026-01-17 00:00:00
  • Updated at : 2026-03-08 19:46:44
  • Link: https://bobownyao.github.io/2026/01/17/Notes-on-Section-7-2/
  • License: All Rights Reserved © bobown_yao
On this page
Notes on Section 7.2
  1. 1. 带填充以保持分辨率的卷积层
  2. 2. 非线性激活函数，如ReLU
  3. 3. 池化层