一起深度学习(AlexNet网络)

AlexNet神经网络

代码实现:

python 复制代码
import torch
from torch import nn
from d2l import torch as d2l

net = nn.Sequential(
    # 采用了11*11的卷积核来捕捉对象,因为原始输入数据比较大
    #步幅为4 ,可减少输出的高度核宽度。
    #输出通道为96,远大于Lenet
    #卷积之后大小的计算:H_2 = (H_1 + 2 * padding - kernel_size) / stride + 1,向下取整
    # 因为这里我们用的数据是fahsion_mnist ,输入通道就为1
    # [1,224,224] => [1,96,54,54]
    nn.Conv2d(in_channels=1,out_channels=96,kernel_size=11,stride=4,padding=1),nn.ReLU(),
    #池化后的大小计算公式:H_2 = (H1 + 2 * padding - kernel_size) / stride + 1
    # [1,96,54,54] => [1,96,26,26]
    nn.MaxPool2d(kernel_size=3,stride=2),
    #减小卷积窗口大小,使用padding = 2 来保证输入与输出的宽高一致,且增大输出通道。
    # [1,96,26,26] => [1,256,26,26]  H2=(26 + 2*2 -5)/1 +1
    nn.Conv2d(in_channels=96,out_channels=256,kernel_size=5,padding=2),nn.ReLU(),
    #[1,256,26,26] => [1,256,12,12]
    nn.MaxPool2d(kernel_size=3,stride=2),
    #三个卷积层
    # [1,256,12,12] => [1,384,12,12]
    nn.Conv2d(256,384, kernel_size=3, padding=1),nn.ReLU(),
    # [1,384,12,12]  =>  [1,384,12,12]
    nn.Conv2d(384,384, kernel_size=3, padding=1),nn.ReLU(),
    # [1,384,12,12] => [1,,256,12,12]
    nn.Conv2d(384,256, kernel_size=3, padding=1),nn.ReLU(),
    #[1,,256,12,12] => [1,256,5,5] 因为 H2 = (12 -3 )/2 +1 = 5
    nn.MaxPool2d(kernel_size=3, stride=2),
    #输入数据打平,传送给全连接层.
    nn.Flatten(),  # 256 * 5 * 5 = 6400
    # 由于输入的数据过大,远远大于leNet网络,为了避免过拟合,可采用 dropout
    nn.Linear(6400,4096),nn.ReLU(),
    nn.Dropout(p=0.5),
    nn.Linear(4096,4096),nn.ReLU(),
    nn.Dropout(p=0.5),
    nn.Linear(4096,10)
)

#加载数据集
batch_size = 128
train_iter,test_iter = d2l.load_data_fashion_mnist(batch_size,resize=224)

#训练模型:

#开始训练
lr,num_epochs = 0.01,10
d2l.train_ch6(net,train_iter,test_iter,num_epochs,lr,d2l.try_gpu())
相关推荐
程序员小袁40 分钟前
基于C-MTEB/CMedQAv2-rerankingv的Qwen3-1.7b模型微调-demo
人工智能
飞哥数智坊1 小时前
AI 编程一年多,我终于明白:比技巧更重要的,是熟练度
人工智能·ai编程
新智元2 小时前
收手吧 GPT-5-Codex,外面全是 AI 编程智能体!
人工智能·openai
IT_陈寒2 小时前
Java 性能优化:5个被低估的JVM参数让你的应用吞吐量提升50%
前端·人工智能·后端
阿里云云原生3 小时前
阿里云基础设施 AI Tech Day AI 原生,智构未来——AI 原生架构与企业实践专场
人工智能
Memene摸鱼日报4 小时前
「Memene 摸鱼日报 2025.9.16」OpenAI 推出 GPT-5-Codex 编程模型,xAI 发布 Grok 4 Fast
人工智能·aigc
xiaohouzi1122334 小时前
OpenCV的cv2.VideoCapture如何加GStreamer后端
人工智能·opencv·计算机视觉
白帽黑客沐瑶4 小时前
【网络安全就业】信息安全专业的就业前景(非常详细)零基础入门到精通,收藏这篇就够了
网络·安全·web安全·计算机·程序员·编程·网络安全就业
用户125205597084 小时前
解决Stable Diffusion WebUI训练嵌入式模型报错问题
人工智能
Juchecar4 小时前
一文讲清 nn.LayerNorm 层归一化
人工智能