VGG全称是Visual Geometry Group，因为是由Oxford的Visual Geometry Group提出的。AlexNet问世之后，很多学者通过改进AlexNet的网络结构来提高自己的准确率，主要有两个方向：小卷积核和多尺度。而VGG的作者们则选择了另外一个方向，即加深网络深度。
卷积网络的输入是224 * 224的RGB图像，整个网络的组成是非常格式化的，基本上都用的是3 * 3的卷积核以及 2 * 2的max pooling，少部分网络加入了1 * 1的卷积核。因为想要体现出“上下左右中”的概念，3*3的卷积核已经是最小的尺寸了。
解释两个关键问题：
下图是VGG16的网络架构:
首先放上作者用来做对比实验的六组网络。
简单介绍一下各组的区别：
LRN，这是AlexNet里提出来的，不需要怎么了解，基本很少使用了。1 * 1的kernel。1 * 1的卷积核替换成了3 * 3的，即VGG16。3*3卷积层，即VGG19。因篇幅问题不能全部显示，请点此查看更多更全内容