本文共 4699 字，大约阅读时间需要 15 分钟。

VGG16���������������������������������������������������

������������

VGG16���������������������������������������CNN���������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������VGG16���������������������������������������������������������������������������������

������������������format

• ���������������VGG16������������������RGB������������������������ 224��224���������
• ���������������������3������������������������������������������������������������ (224, 224, 3)���
• ���������������ZeroPadding������������������������������������VGG16������������������������������������������������������������������0��������������������������������������� (224+2, 224+2, 3)���

������������������Convolutional Layer���

1. ���������������

• ������������������3��3���
• ������������������64������
• ���������������64��3��3=576������������
• ���������������ReLU���
• ���������������(224+2-3+1, 224+2-3+1, 64) ��� (224, 224, 64)���

2. ���������������

• ���������������������������������������64������������������������������������
• ���������������(224, 224, 64)���

3. ���������������

• ������������������3��3���
• ������������������64������
• ���������������ReLU���
• ������������������������������������������������������ (224+2, 224+2, 64)���
• ���������������(224, 224, 128)���

4. ������������������MaxPooling���

• ������������������2��2���
• ������������������Same���2��2���
• ���������������������������������MaxPooling������
• ���������������(112, 112, 128)���

������������������

A. ���������������

• ������������������3��3���
• ������������������128������
• ���������������ReLU���
• ��������������������������� (112+2,112+2,128)���
• ���������������(112,112,256)���

B. ���������������

• ������������������2��2���
• ������������������Same���2��2���
• ���������������������������������
• ���������������(56, 56, 256)���

������������������������

• ������������������3��3���
• ������������������256������
• ���������������ReLU���
• ��������������������������� (56+2,56+2,256)���
• ���������������(56,56,512)���

������������������������

• ������������������2��2���
• ������������������Same���2��2���
• ���������������������������������
• ���������������(28,28,512)���

������������������������

• ������������������3��3���
• ������������������512������
• ���������������ReLU���
• ��������������������������� (28+2,28+2,512)���
• ���������������(28,28,1024)���

������������������������

• ������������������2��2���
• ������������������Same���2��2���
• ���������������������������������
• ���������������(14,14,1024)���

������������������

1. ������Flatten Layer

������������������������������������14��14��1024=25088���

2. ������������1���Dense Layer 1���

• ���������������1024������
• ���������������ReLU���
• ���������������1024���������������

3. ������������2���Dense Layer 2���

• ���������������4096���������������������������������������������������
• ���������������ReLU���
• ���������������4096���������������

������������������Classification Layer���

• ���������������1000������������������������������������������������
• ���������������Softmax������������������������
• ���������������������������������������������������

���������������������

• ���������������������Xavier initialization���������������������������������������
• ���������������������������������������������������������������������������������������������

���������������������

from keras import layers
from tensorflow.keras import Model
import tensorflow as tf
# model definition
model = Model(
    input_tensor=tf.keras.Input(shape=(224, 224, 3)),
    layers=[
        layers.Conv2D(64, (3,3), activation='relu'),
        layers.Padding2D((1,1)),
        layers.Conv2D(64, (3,3), activation='relu'),
        layers.MaxPooling2D((2,2), strides=(2,2)),
        layers.Conv2D(128, (3,3), activation='relu'),
        layers.Padding2D((1,1)),
        layers.Conv2D(128, (3,3), activation='relu'),
        layers.MaxPooling2D((2,2), strides=(2,2)),
        layers.Conv2D(256, (3,3), activation='relu'),
        layers.Padding2D((1,1)),
        layers.Conv2D(256, (3,3), activation='relu'),
        layers.MaxPooling2D((2,2), strides=(2,2)),
        layers.Flatten(),
        layers.Dense(4096, activation='relu'),
        layers.Dense(1000, activation='softmax')
    ]
)
# ���������������������
model.load_weights("vgg16_weights.hdf5")

���������������

������������������������������������������������VGG16���������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������CNN���������������������������������