Pytorch【60天修炼计划】之第二阶段——进阶：卷积神经网络之AlexNet

阳光穿透心脏的1/2处 2023-06-13 04:40 10阅读 0赞

接着我们上一个经典的卷积神经网络LeNet，我们这一篇主要记录一下深度卷积神经网络中经典模型 **AlexNet**，从论文中可以找到其架构：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2thcnJ5X3p6ag_size_16_color_FFFFFF_t_70]

*  input`[ 3, 224 × 224 ]` ( channels, weight \* height)
 *  Conv2d`[ 1, 96, 11 × 11, 4, 0 ]` (in\_channels, out\_channels, kernel\_size, stride, padding)
 *  Maxpool2d `[96, 3 × 3, 2 ]`(channels, kernel\_size, stride)
 *  Conv2d`[ 96, 256, 5 × 5, 1, 2 ]`(in\_channels, out\_channels, kernel\_size, stride, padding)
 *  Maxpool2d`[ 256, 3 × 3, 2 ]`
 *  Conv2d `[ 256, 384, 3 × 3, 1, 1 ]`
 *  Conv2d`[ 384, 384, 3 × 3, 1, 1 ]`
 *  Maxpool2d`[ 384, 3 × 3, 2 ]`
 *  FC `[ 256 × 5 × 5, 4096 ]`
 *  FC`[ 4096, 4096 ]`
 *  FC `[ 4096, 10 ]`

## AlexNet 特点 ##

首先在论文中，特别描述了一下ReLU激活函数，从下图（实线表示`ReLU`激活函数，虚线表示`Tanh`激活函数）对比显示随着epochs的增加，ReLU激活函数达到第训练错误率更快。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2thcnJ5X3p6ag_size_16_color_FFFFFF_t_70 1]  
除此之外，ReLU激活函数的计算更简单，例如它并没有sigmoid激活函数中的求幂运算。另一方面，ReLU激活函数在不同的参数初始化方法下使模型更容易训练。这是由于当sigmoid激活函数输出极接近0或1时，这些区域的梯度几乎为0，从而造成反向传播无法继续更新部分模型参数；而ReLU激活函数在正区间的梯度恒为1。因此，若模型参数初始化不当，sigmoid函数可能在正区间得到几乎为0的梯度，从而令模型无法得到有效训练。

此外，AlexNet在防止过拟合中采用了`Dropout`方法（丢弃法），它用来控制全连接层的模型复杂度。

--------------------

## 项目结构图 ##

![在这里插入图片描述][20191113195354683.png]

## 模型 ##

按照上面对于网络结构的分解，在pytorch构建如下网络：

class AlexNet(nn.Module):
        def __init__(self):
            super(AlexNet, self).__init__()
            self.conv = nn.Sequential(
                # 第一层卷积层
                nn.Conv2d(1, 96, 11, 4, 0),# in_channels, out_channels, kernel_size, stride, padding
                nn.ReLU(),
                nn.MaxPool2d(3, 2), # kernel_size, stride
                # 第二层卷积层。减⼩卷积窗⼝，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, 5, 1, 2),
                nn.ReLU(),
                nn.MaxPool2d(3, 2),
                # 第三层卷积层，使用更小的卷积窗口
                nn.Conv2d(256, 384, 3, 1, 1),
                nn.ReLU(),
                # 第四层卷积层
                nn.Conv2d(384, 384, 3, 1, 1),
                nn.ReLU(),
                # 第五层卷积层
                nn.Conv2d(384, 256, 3, 1, 1),
                nn.ReLU(),
                nn.MaxPool2d(3, 2)
            )
    
            self.fc = nn.Sequential(
                nn.Linear(256 * 5 * 5, 4096),
                nn.ReLU(),
                # Dropout来防止过拟合
                nn.Dropout(0.5),
                nn.Linear(4096, 4096),
                nn.ReLU(),
                nn.Dropout(0.5),
                nn.Linear(4096, 10)
            )
    
        def forward(self, img):
            feature = self.conv(img)
            #print(feature)
            output = self.fc(feature.view(img.shape[0], -1))
            return output

训练数据过程同LeNet，不再放出。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2thcnJ5X3p6ag_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191113194923721.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2thcnJ5X3p6ag==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2thcnJ5X3p6ag_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191113195616541.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2thcnJ5X3p6ag==,size_16,color_FFFFFF,t_70
[20191113195354683.png]: https://img-blog.csdnimg.cn/20191113195354683.png