VGG神经网络的特殊之处
第一次使用多个小的卷积核 来代替大的卷积核，两个3 * 3代替一个5 * 5， 三个3 * 3代替7 * 7。
使用多个小的卷积核可以有效地降低神经网络所需要的的参数。
并且并没减少图片的感受野。
唯一的不足是，在进行反向传播时，中间的卷积层可能会导致占用更多的内存。
感受野计算公式：P(i+1)=Pi + (kernel - 1 )stride 默认P1 = 1 Pi为第i层感受野的大小。
eg: 5 * 5 所需要的参数个数为：55 *C=25C 两个3 * 3 所需要的参数：2 *3 *3 *C=18C
此外VGG神经网络采用了Droupout ，
https://cloud.tencent.com/developer/news/246964
Droupout 优点：减少了过拟合程度，提高了神经网络的训练效率