AlexNet 》 VGG 》 Inception 》 ResNet 》 Inception-ResNet 》 ResNeXt 》 DenseNet 》DPN ( Dual Path Network ）
牛津大学的研究人员于2014年提出了VGG模型，旨在提供比AlexNet更深的模型以提升图像分类精度。
牛津大学的研究人员发现采用3×3卷积核的卷积操作已经能够很好地提取图像特征，所以他们大量的使用了卷积操作，所以VGG的一大特征就是卷积操作很多。
VGG16
第一层：
卷积操作：
input=(N,224,224,3)
kernal_shape=(3,3,3)
kernals=64个
stride_shape=(1,1)
padding=“SAME”
**函数=ReLu
过程解释：
1、因为padding=“SAME”，所以需要进行填充
input_spatial_shape=[224,224]
output_spatial_shape[0] = ceil(input_spatial_shape[0] / strides[0])=ceil(224/1)=224
output_spatial_shape[1] = ceil(input_spatial_shape[1] / strides[1])=ceil(224/1)=224
outp