如何使用VGG網(wǎng)絡(luò)進(jìn)行MNIST圖像分類

**1 **問題

VGG網(wǎng)絡(luò)由牛津大學(xué)的Oxford Visual Geometry Group于2015年提出。從誕生之后就收到了學(xué)界的廣泛關(guān)注。

VGG網(wǎng)絡(luò)，可以應(yīng)用在人臉識(shí)別、圖像分類等方面。VGG有兩種結(jié)構(gòu)，分別為16層和19層。具體結(jié)構(gòu)在其文獻(xiàn)做了詳細(xì)表述，如下圖所示。

為了學(xué)習(xí)VGG網(wǎng)絡(luò)，本組擬采用配置A在MNIST數(shù)據(jù)集上進(jìn)行圖像分類實(shí)驗(yàn)。

**2 **方法

首先MNIST的數(shù)據(jù)大小為28*28，需要進(jìn)行resize才能作為VGG網(wǎng)絡(luò)的輸入；同時(shí)，本次實(shí)驗(yàn)只需要進(jìn)行10分類，因此將網(wǎng)絡(luò)本身的最后一層原做1000分類的soft-max層移除，替換為FC-10。網(wǎng)絡(luò)實(shí)現(xiàn)代碼如下：

獲取數(shù)據(jù)后進(jìn)行resize操作：

實(shí)驗(yàn)部分代碼如下:

實(shí)驗(yàn)結(jié)果：

**3 **結(jié)語

VGG主要工作是證明了增加網(wǎng)絡(luò)的深度能夠在一定程度上影響網(wǎng)絡(luò)最終的性能，從本次實(shí)驗(yàn)也可以看出，短時(shí)間少周期的訓(xùn)練并不能使得如此龐大的網(wǎng)絡(luò)擁有很好的效果，而在比較小的網(wǎng)絡(luò)如LeNet-5這樣的網(wǎng)絡(luò)上往往幾個(gè)周期就能得到較高的精度。遺憾的是因?yàn)閷?shí)驗(yàn)設(shè)備性能限制，網(wǎng)絡(luò)的運(yùn)行速度很慢，受限于內(nèi)存大小，BatchSize的大小受限，最大只能到32，沒有充足的調(diào)整空間。