1
VGG16相比AlexNet的一个改进是采用连续的几个3x3的卷积核代替AlexNet中的较大卷积核。对于给定的感受野（与输出有关的输入图片的局部大小），采用堆积的小卷积核是优于采用大的卷积核，因为多层非线性层可以增加网络深度来保证学习更复杂的模式，而且代价还比较小（参数更少）。
简单来说，在VGG中，使用了3个卷积核来代替卷积核，使用了2个卷积核来代替卷积核，这样做的主要目的是在保证具有相同感知野的条件下，提升了网络的深度，在一定程度上提升了神经网络的效果。
比如，3个步长为1的卷积核的一层层叠加作用可看成一个大小为7的感受野（其实就表示3个连续卷积相当于一个卷积）,即减少了参数；而且卷积核有利于更好地保持图像性质。
为什么使用2个卷积核可以来代替卷积核：
卷积看做一个小的全连接网络在区域滑动，我们可以先用一个的卷积滤波器卷积，然后再用一个全连接层连接这个卷积输出，这个全连接层我们也可以看做一个卷积层。这样我们就可以用两个卷积级联（叠加）起来代替一个卷积。
具体如下图所示：