最近在看常见网络的结构，比如AlexNet（2012），VGG（2014）,GoogleNet（2014），ResNet残差网络（2015）等等，其中VGG相比AlexNet做出的三个改进：
1）使用小的卷积核而不是大的（如选用三个3*3的卷积核而不是选一个7*7），减少参数量
2）使用了max pooling，避免了平均池化的模糊化效果
3）在全连接层使用dropout，随机丢弃一部分神经元
这三个创新的地方使得VGGnet的参数大大减少，提高了识别率，但是由于使用了较多的卷积操作以及使用了三层全连接层（全连接层会大大增加参数量），因此速度变得缓慢。
这里说一下关于一个7*7的卷积核可用3个3*3的卷积核代替的理解
