論文連結，至於論文我沒仔細看，我只學習了其框架。

但是需要注意的是：

在訓練期間，ConvNets的輸入是固定大小的224×224 RGB影象。 唯一預處理是從每個畫素中減去在訓練集上計算的平均RGB值，(eg:VGG16是：VGG_MEAN = tf.constant([123.68, 116.779, 103.939], dtype=tf.float32)）處理時候轉換成了RGB→BGR格式。影象通過一堆卷積（轉換）層，使用具有非常小的感知域的濾波器： 3×3（這是捕捉左/右，上/下，中心概念的最小尺寸）。 在其中一種配置中，我們還使用1×1卷積濾波器，可以看作是輸入通道的線性變換（後面是非線性）。 卷積步幅固定為1個畫素; 卷積層輸入的空間填充使得在卷積之後保持空間解析度，即對於3×3個卷積層，填充是1個畫素。 空間池由五個最大池組執行，這些層跟隨一些轉換。 圖層（並非所有轉換圖層都跟隨最大池）。 最大池化在2×2畫素視窗上執行，步幅為2。

卷積層(在不同的體系結構中具有不同的深度)的stack之後是三個完全連線(FC)層:前兩個層各有4096個通道，第三個層執行1000路ILSVRC分類，因此包含1000個通道(每個類一個)。最後一層是soft-max層。在所有網路中，完全連線層的配置是相同的。所有隱藏層都具有整流(ReLU)非線性特性。網路(除了一個)都不包含本地響應規範化(LRN)規範化，因為作者嘗試了這種規範化不會提高ILSVRC資料集的效能，但會增加記憶體消耗和計算時間。

The convolutional layer parameters are denoted as “conv receptive field size - number of channels ”

vgg有五種模型:ABCDE，D就是VGG16，E就是VGG19。19層數的計算是conv層+FC。

卷積：conv：f=3*3，s=1*1，p=1*1；Maxpool: f=2*2，s=2*2，p=0

卷積核：是每stack層卷積核的個數由首階段64，逐層增一倍至512

1.error：tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[64,147,147,64]

出現以上類似的錯誤，如有多塊GPU，首先考慮是不是GPU指定問題，仔細看程式開始地方用的是哪個GPU,比如Creating TensorFlow device (/gpu:0) -> (device: 0, name: Tesla K40c, pci bus id: 0000:82:00.0)

我這裡是Tesla，因為在程式碼開頭新增如下：設定為0或者1也可以，但由於有時候沒用，故建議寫其ID，

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0000:82:00.0"
#os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"

可在終端輸入：nivida-smi檢視。中間是其Id，可看到是否使用：On，off

還可能因為模型中的batch_size值設定過大，導致記憶體溢位，batch_size是每次送入模型中的值，由於GPU的關係，一般設為16,32,64,128。