# VGGNet 2013年に提案された画像分類ネットワークであり、同年のILSVRCでは後述するGoogleNetに次ぐ2位だったが、多くの新しいアイディアがその後の研究の礎となった。「VGG」は「Visual Geometry Group」の略。(Source: [[@2022__Gihyo__ディープラーニングを支える技術 - Chapter 5 ディープラーニングを活用したアプリケーション]] §5.1) ## アーキテクチャ AlexNetの畳み込み層のカーネルサイズが$11\times11$と大きかったのに対し、VGGNetはカーネルサイズを$3\times3$と小さくした一方、層数はAlexNetの畳み込み層5つに対し16〜19層へ急激に増やした。層の組み合わせをパターン化し、複数層から成る一つの処理単位を「ブロック」として捉え、パラメータを変えたブロックを積み重ねてネットワークを構成する設計を導入した。各ブロックは1つ以上の畳み込み層を繰り返した後、Max Poolingで空間サイズを半分、チャンネル数を倍にする。AlexNetと同様、最後の全結合層の最初の層(約25088×4096≒約1億)のパラメータ数が全体で支配的であり、これがモデル圧縮手法の比較にVGGNetを使うと圧縮率が高くなりやすい理由である。構造が単純で新手法の実験を試しやすいため、新手法のベースラインとしてよく使われ、16層を持つVGG16と19層を持つVGG19の2バージョンがある。(Source: [[@2022__Gihyo__ディープラーニングを支える技術 - Chapter 5 ディープラーニングを活用したアプリケーション]] §5.1) ## 関連 - 発展系譜: [[AlexNet]] / [[GoogleNet]] - 概念: [[畳み込みニューラルネットワーク]] - 章: [[@2022__Gihyo__ディープラーニングを支える技術 - Chapter 5 ディープラーニングを活用したアプリケーション]] ## 出典 - 岡野原大輔, 『ディープラーニングを支える技術』, 技術評論社, 2022, 第5章 §5.1.