使用 VGG16 实现图像识别分类及VGG 19 实现艺术风格转移 一、VGG 简介 1.1 网络架构1.2 VGG 代码上使用到的一些函数讲解 二、基于 VGG16 实现图像识别和分类TensorFlow 实现三、基于 VGG 19 实现艺术风格转移

使用 VGG16 实现图像识别分类及VGG 19 实现艺术风格转移

一、VGG 简介

1.1 网络架构

训练输入： 固定尺寸224*224的RGB图像。预处理：每个像素值减去训练集上的RGB均值。卷积核：一系列3*3卷积核堆叠， 步长为1， 采用padding保持卷积后图像空

间分辨率不变。空间池化：紧随卷积“堆”的最大池化，为2*2滑动窗口， 步长为2。全连接层： 特征提取完成后，接三个全连接层， 前两个为4096通道， 第三个

为1000通道， 最后是一个soft-max层，