Python编程pytorch深度卷积神经网络AlexNet的示例分析

这篇文章给大家分享的是有关Python编程pytorch深度卷积神经网络AlexNet的示例分析的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

2012年，AlexNet横空出世。它首次证明了学习到的特征可以超越手工设计的特征。它一举打破了计算机视觉研究的现状。AlexNet使用了8层卷积神经网络，并以很大的优势赢得了2012年的ImageNet图像识别挑战赛。

下图展示了从LeNet（左）到AlexNet（right）的架构。

AlexNet和LeNet的设计理念非常相似，但也有如下区别：

• AlexNet比相对较小的LeNet5要深得多。

• AlexNet使用ReLU而不是sigmoid作为其激活函数。

容量控制和预处理

AlexNet通过dropout控制全连接层的模型复杂度，而LeNet只使用了权重衰减。为了进一步扩充数据，AlexNet在训练时增加了大量的图像增强数据，如翻转、裁剪和变色。这使得模型更加健壮，更大的样本量有效地减少了过拟合。

import torchfrom torch import nnfrom d2l import torch as d2lnet = nn.Sequential(        # 这里，我们使用一个11*11的更大窗口来捕捉对象        # 同时，步幅为4，以减少输出的高度和宽度        # 另外，输出通道的数目远大于LeNet        nn.Conv2d(1, 96, kernel_size=11, stride=4, padding=1), nn.ReLU(),        nn.MaxPool2d(kernel_size=3, stride=2)        # 减少卷积窗口，使用填充为2来使得输入与输出的高和宽一致，且增大输出通道数        nn.Conv2d(96, 256, kernel_size=5, padding=2), nn.ReLU(),        nn.MaxPool2d(kernel_size=3, stride=2)        # 使用三个连续的卷积层和较小的卷积窗口        # 除了最后的卷积层，输出通道的数量进一步增加        # 在前两个卷积层之后，汇聚层不用于减少输入的高度和宽度        nn.Conv2d(256, 384, kernel_size=3, padding=1), nn.ReLU(),        nn.Conv2d(384, 384, kernel_size=3, padding=1), nn.ReLU(),        nn.Conv2d(384, 384, kernel_size=3, padding=1), nn.ReLU(),        nn.MaxPool2d(kernel_size=3, stride=2),        nn.Flatten(),        # 这里，全连接层的输出数量是LeNet中的好几倍。使用dropout层来减轻过度拟合        nn.Linear(6400, 4096), nn.ReLU(),        nn.Dropout(p=0.5),        nn.Linear(4096, 4096), nn.ReLU(),        nn.Dropout(p=0.5),        # 最后是输出层。由于这里使用Fashion-MNIST，所以用类别数位10        nn.Linear(4096, 10))

我们构造一个高度和宽度都为224的单通道数据，来观察每一层输出的形状。它与上面离得最近的图中的AlexNet架构相匹配。

X = torch.randn(1, 1, 224, 224)for layer in net:        X = layer(X)        print(layer.__class__.__name__,'Output shape:\t', X.shape)

Conv2d Output shape: torch.Size([1, 96, 54, 54])ReLU Output shape: torch.Size([1, 96, 54, 54])MaxPool2d Output shape: torch.Size([1, 96, 26, 26])Conv2d Output shape: torch.Size([1, 256, 26, 26])ReLU Output shape: torch.Size([1, 256, 26, 26])MaxPool2d Output shape: torch.Size([1, 256, 12, 12])Conv2d Output shape: torch.Size([1, 384, 12, 12])ReLU Output shape: torch.Size([1, 384, 12, 12])Conv2d Output shape: torch.Size([1, 384, 12, 12])ReLU Output shape: torch.Size([1, 384, 12, 12])Conv2d Output shape: torch.Size([1, 256, 12, 12])ReLU Output shape: torch.Size([1, 256, 12, 12])MaxPool2d Output shape: torch.Size([1, 256, 5, 5])Flatten Output shape: torch.Size([1, 6400])Linear Output shape: torch.Size([1, 4096])ReLU Output shape: torch.Size([1, 4096])Dropout Output shape: torch.Size([1, 4096])Linear Output shape: torch.Size([1, 4096])ReLU Output shape: torch.Size([1, 4096])Dropout Output shape: torch.Size([1, 4096])Linear Output shape: torch.Size([1, 10])

读取数据集

在这里将AlexNet直接应用于Fashion-MNIST的识别，但这里有一个问题，那就是Fashion-MNIST图像的分辨率（ 28 × 28 28\times28 28×28像素）低于ImageNet图像。为了解决这个问题，我们将它们增加到 224 × 224 224\times224 224×224（通常来讲这不是一个明智的做法，但我们在这里这样做是为了有效使用AlexNet结构）。我们使用d2l.load_data_fashion_mnist函数中的resize参数执行此调整。

batch_size = 128train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)

现在，我们可以开始训练AlexNet了，与LeNet相比，这里的主要变化是使用更小的学习速率训练，这是因为网络更深更广、图像分辨率更高，训练卷积伸进网络就更昂贵。

lr, num_epochs = 0.01, 10d2l.train_ch7(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

loss 0.330, train acc 0.879, test acc 0.8774163.0 examples/sec on cuda:0

感谢各位的阅读！关于"Python编程pytorch深度卷积神经网络AlexNet的示例分析"这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！