VGG对于Alexnet来说，改进并不是很大，主要改进就在于使用了小卷积核，网络是分段卷积网络，通过max pooling过度，同时网络更深更宽。分别在定位和分类问题中获得了第一和第二名。我们还表明，我们的方法很好地推广到了其他数据集上，在那里他们实现了最好的结果。

在ImageNet LSVRC-2010 2012表现突出，top-1误差率37.5%，以及top-5误差率17.0%；网络有6000万个参数和650,000个神经元；网络结构五个卷积层，以及某些卷积层后的池化层，以及最后的三个全连接层；引入正则化方法dropout；引入ReLU修正线性单元。

一种对称公私钥加密算法

偏微分的学习记录，持续更新中。。。

Markdown中LaTeX使用方法

DDA、中点画线、Bresenham算法

Liang-Barsky算法的原理与代码

使用Git，构建GitHub图床，批量上传图片

一类编码裁剪算法

更换主题模板，实现个性化定制

用C++实现Hill密码加解密

用C++实现三个 Sierpinski 镂垫程序