神经网络-LeNet

LeNet在1990年被提出，是一系列网络的统称，包括了LeNet1~LeNet5，对于神经网络的学习者来说，大家对下面这个图一定很熟悉，该图是对LeNet的简化展示。

在LeNet中已经提出了卷积层、Pooling层等概念，只是但是由于缺乏大量数据和计算机硬件资源限制，导致LeNet的表现并不理想。

LeNet网络结构

LeNet的构成很简单，包括了基础的卷积层、池化层和全连接层，原始的LeNet使用的是灰度图像，下面示例中使用彩色图像进行说明，不影响网络的理解。

定义网络层

python 复制代码

# 定义网络
class LeNet(nn.Module):                    #继承来着nn.Module的父类
    def __init__(self):  
        # 初始化网络
        #super()继承父类的构造函数，多继承需用到super函数
        super(LeNet, self).__init__()
        
        # 定义卷积层，[深度，卷积核数，卷积核大小]
        self.conv1 = nn.Conv2d(3, 16, 5)
        # 最大池化，[核大小，步长]
        self.pool1 = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(16, 32, 5)
        self.pool2 = nn.MaxPool2d(2, 2)
        # 全连接层
        self.fc1 = nn.Linear(32*5*5, 120)
        self.fc2 = nn.Linear(120, 84)
        # 根据训练项目，调整类别数
        self.fc3 = nn.Linear(84, 10)
                                     #图像参数变化
    def forward(self, x):            # input(3, 32, 32)        
        x = F.relu(self.conv1(x))    #output(16, 28, 28)
        x = self.pool1(x)            # output(16, 14, 14)
        x = F.relu(self.conv2(x))    # output(32, 10, 10)
        x = self.pool2(x)            # output(32, 5, 5)
        x = x.view(-1, 32*5*5)       # output(32*5*5)
        x = F.relu(self.fc1(x))      # output(120)
        x = F.relu(self.fc2(x))      # output(84)
        x = self.fc3(x)              # output(10)
        return x

网络结构如下，下面将对每一层做一个介绍：

网络中feature map的变化大致如下：

LeNet实例应用

数据预处理

python 复制代码

# 对数据进行预处理
transform = transforms.Compose(
    [
        # 将输入的 numpy.ndarry[h*w*c]转变为[c*h*w]，像素点值从[0,255]，标准化为[0,1]
        transforms.ToTensor(),
        # 将数据进行标注化
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
    ]
)

数据读取

如果是初次使用CIFAR，需要将download打开，也可以自行通过其他方式进行下载。

python 复制代码

# 读取数据-训练集
train_set = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
train_loader = torch.utils.data.DataLoader(train_set, batch_size=36, shuffle=False, num_workers=0)

定义网络

通过LeNet中的介绍，完成网络的定义。

定义损失函数和优化器

pytorch支持很多损失函数和优化器，可以根据需要进行设定

python 复制代码

# 定义损失函数
loss_function = nn.CrossEntropyLoss()

# 定义优化器
optimizer = optim.Adam(net.parameters(), lr=0.001)

模型训练

python 复制代码

# 开始训练，设置迭代轮次 epoch
for epoch in range(3):
    # 损失函数值
    running_loss = 0.0
    
    for step, data in enumerate(train_loader, start=0):
        inputs, labels = data
        
        # 清除梯度累加值
        optimizer.zero_grad()
        
        outputs = net(inputs.to(device))
        # 计算损失值
        loss = loss_function(outputs, labels.to(device))
        # 计算梯度
        loss.backward()
        # 参数更新
        optimizer.step()
        
        # 输出损失值
        running_loss += loss.item()
        if step % 500 == 499:
            with torch.no_grad():
                outputs = net(val_image.to(device))
                # 输出最大概率
                predict_y = torch.max(outputs, dim=1)[1]
                accuracy = (predict_y == val_label.to(device)).sum().item() / val_label.size(0)
                
                print('[%d, %5d] train_Loss:%.3f tese_accuracy: %.3f' % (epoch + 1, step + 1, running_loss/500, accuracy))
                running_loss = 0.0
                
print('train finished')

保存模型

python 复制代码

# 保存模型
save_path = './Lenet.pth'
torch.save(net.state_dict(), save_path)

补充

Pytorch中tensor的顺序是：[batch, channel, height, width]
卷积层中计算输出大小

W表示输入图像的Weight，一般Weight=hight
F表示核的大小，核大小一般为F * F
P表示Padding，Conv2d中默认是0
S表示步长

因此对于32*32的输入，在该网络中Output=（32-5+2*0）/1 +1 = 28

池化层只改变特征的高和宽，不改变深度

因此对于16*28*28，经过MaxPooling后变成了16*14*14