论文译文
大佬分析的原文
简洁分析
架构：
实际的VGG16（只算卷积和全连接层的个数为16）
（前两组conv-relu-conv-relu-pool，中间三组conv-relu-conv-relu-conv-relu-pool，最后三个fc，前两个fc是fc-relu-dropout，最后一个fc仅有fc 不对？？？？？
- LRN（Local Response Normalization）层（AlexNet中出现的），该层会对相邻的N个通道在同一 (x,y) 位置处的像素值进行normalize。VGGNet作者发现（实验A和A-LRN），LRN层对分类准确率不仅没有提升，还带来更多的显存占用和计算时间，因此在之后的四组（B、C、D、E）实验中均没有出现LRN层。
贡献：
1.小卷积核和stride全部替换为3×3（极少用了1×1）（受Zeiler & Fergus, 2013; Sermanet et al., 2014启发）
2.层数更深更宽（11层、13层、16层、19层）。反正参数量（because of小卷积核）我的gpu可以cover住，就试试depth说不定可以水文章(#.#)。
但应该再加入一下对宽度（channel）数分析对比的实验，6组实验中channel数都是逐层加宽的
3.池化核变小且为偶数。VGGNet中都是2×2的（小kernel带来的是更细节的信息捕获），（AlexNet全是3×3的），它们两个的stride都是2 。2×2带来的信息损失相比3×3的比较小，相比3×3更容易捕获细小的特征变化起伏（实验效果证明了鸭）
******4.
网络测试阶段将训练阶段的三个全连接替换为三个卷积。对于训练和测试一样的输入维度下，网络参数量没有变化，计算量也没有变化，思想来自OverFeat，1×1的卷积思想则来自NIN。优点在于全卷积网络可以接收任意尺度的输入（这个任意也是有前提的，长和宽都要满足：a×2n，n是卷积与池化做stride=2的下采样的次数）；
******5.
刷比赛的小技巧。其实没什么意思，比方输入图片的尺寸对于训练和测试阶段的处理方式不同，single和multi-scale的问题（具体见后文）。
优秀泛化性证据：
在ImageNet预训练得到的模型，在其他小数据（VOC-2007、VOC-2012、Caltech-101、Caltech-256等图像分类任务）上发现优秀的泛化性能
（这部分来自本篇文章附录 Localization 的 Generation of Very Deep Features）
操作：
输入图像：尺寸为224×224的图像，输入前需要减去RGB均值（提前跑了一遍train set，resize到224并计算每个位置的强度均值）。下面是作者作的六组实验，观察深度、LRN、conv1x1的小卷积这三个因素对结果的影响。