Los algoritmos tradicionales para reconocer caracteres alfanuméricos escritos a mano dependen de características diseñadas a mano. En los últimos días, las técnicas de aprendizaje profundo han traído una nueva tecnología innovadora para aplicaciones de reconocimiento de patrones, especialmente para el reconocimiento manuscrito. Sin embargo, se necesitan redes más profundas para ofrecer resultados de vanguardia en esta área. En este artículo, inspirados por el éxito de la muy profunda y avanzada VGGNet, proponemos Alphanumeric VGG net para el reconocimiento de caracteres alfanuméricos manuscritos en árabe. Alphanumeric VGG net se construye con trece capas convolucionales, dos capas de max-pooling y tres capas completamente conectadas. El modelo propuesto es rápido y confiable, lo que mejora el rendimiento de clasificación. Además, este modelo también ha reducido la complejidad general de VGGNet. Evaluamos nuestro enfoque en dos bases de datos de referencia. Hemos logrado resultados muy prometedores, con una precisión de validación del 99.66% para la base de datos ADBase y del 97.32% para la base de datos HACDB.