一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第6天，点击查看活动详情。
前言
这里我们不从原理上分析，分析原理的博客与期刊文献之类的过多，我们在这里仅分析网络结构，每一层是由什么构造的，每一层的前后是接什么，这里追根溯源，所有的网络基本结构都是从LeNet-5中演变而来，可以说是LeNet-5奠定后续网络结构的基本结构组成。
VGG19网络结构
1.图像输入
2.卷积层(Conv)
3.激活函数(ReLu)
4.卷积层(Conv)
5.激活函数(ReLu)
6.最大池化层(maxpool)
7.卷积层(Conv)
8.激活函数(ReLu)
9.卷积层(Conv)
10.激活函数(ReLu)
11.最大池化层(maxpool)
12.卷积层(Conv)
13.激活函数(ReLu)
14.卷积层(Conv)
15.激活函数(ReLu)
16.卷积层(Conv)
17.激活函数(ReLu)
18.卷积层(Conv)
19.激活函数(ReLu)
20.最大池化层(maxpool)
21.卷积层(Conv)
22.激活函数(ReLu)
23.卷积层(Conv)
24.激活函数(ReLu)
25.卷积层(Conv)
26.激活函数(ReLu)
27.卷积层(Conv)
28.激活函数(ReLu)
29.最大池化层(maxpool)
30.卷积层(Conv)
31.激活函数(ReLu)
32.卷积层(Conv)
33.激活函数(ReLu)
34.卷积层(Conv)
35.激活函数(ReLu)
36.卷积层(Conv)
37.激活函数(ReLu)
38.最大池化层(maxpool)
39.全连接层(fc)
40.激活函数(ReLu)
41.Drop层(50%)
42.全连接层（fc）
43.激活函数(ReLu)
44 Drop层（50%）
45.全连接层（fc）
46.softmax层
47.输出层
结构图
下面就以输入图像为：224 x 224 x 3 的图像为例子，输出类别数目为1000作为示例VGG19图像。
