卷积神经网络模型之——AlexNet网络结构与代码实现
Posted 1 + 1=王
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了卷积神经网络模型之——AlexNet网络结构与代码实现相关的知识，希望对你有一定的参考价值。
文章目录
AlexNet简介
AlexNet原文地址：https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf
AlexNet诞生于2012年，由2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。
AlexNet的贡献点：
-
首次使用GPU加速网络训练
-
使用ReLU激活函数，代替不是传统的Sigmoid和Tanh，解决了Sigmoid的梯度消失问题，使收敛更快。
-
训练时使用Dropout随机忽略一部分神经元，以减少模型过拟合。
-
使用了LRN局部响应归一化提高准确率。
-
在CNN中使用重叠的最大池化，提升了特征的丰富性。
AlexNet网络的原始输入图像大小为【3,224,224】，由5个卷积层、3个池化层和3个全连接层构成，并且在每一个卷积层和全连接层之后都进行一次ReLU激活。其中的3个池化层分别跟在第1、第2和第5个卷积层的激活之后。网络结构图如下：
AlexNet网络结构解析
卷积层1（Conv + ReLU + MaxPool）
Conv1使用卷积核大小为11，步距为4，padding为2。
输入大小：【3,224,224】
输出大小：【48,55,55】
N = （W-F+2P）/ S + 1 = （224-11+2*2）/4+1=55。
卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【48,27,27】。
PyTorch表述本层为：
# input[3, 224, 224]
nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2), # output[48, 55, 55]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[48, 27, 27]
卷积层2（Conv + ReLU + MaxPool）
Conv2使用卷积核大小为5，步距为1，padding为2。
输入大小：【48,27,27】
输出大小：【128,27,27】
N = （W-F+2P）/ S + 1 = （27-5+2*2）/1+1=27。
卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【128,13,13】。
PyTorch表述本层为：
# input[48,27,27]
nn.Conv2d(48, 128, kernel_size=5, padding=2), # output[128, 27, 27]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 13, 13]
卷积层3（Conv + ReLU ）
Conv3使用卷积核大小为3，步距为1，padding为1。
输入大小：【128, 13, 13】
输出大小：【192,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。
卷积之后跟着一个ReLU激活，没有池化。
PyTorch表述本层为：
# input[128, 13, 13]
nn.Conv2d(128, 192, kernel_size=3, padding=1), # output[192, 13, 13]
nn.ReLU(inplace=True),
卷积层4（Conv + ReLU ）
Conv4使用卷积核大小为3，步距为1，padding为1。
输入大小：【192, 13, 13】
输出大小：【192,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。
卷积之后跟着一个ReLU激活，没有池化。
PyTorch表述本层为：
# input[192, 13, 13]
nn.Conv2d(192, 192, kernel_size=3, padding=1), # output[192, 13, 13]
nn.ReLU(inplace=True),
卷积层5（Conv + ReLU + MaxPool）
Conv5使用卷积核大小为3，步距为1，padding为1。
输入大小：【192, 13, 13】
输出大小：【128,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。
卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【128,6,6】。
PyTorch表述本层为：
# input[192, 13, 13]
nn.Conv2d(192, 128, kernel_size=3, padding=1), # output[128, 13, 13]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 6, 6]
第5个卷积层之后，就是三个全连接层。
FC1
全连接FC1之前先进行一次Dropout。
FC1使用4096个神经元，对128个大小为66的特征图，进行一个全连接。
输入大小：【12866】
输出大小：【2048】
FC1之后进行一次ReLU激活。
PyTorch表述本层为：
nn.Dropout(p=0.5),
nn.Linear(128 * 6 * 6, 2048),
nn.ReLU(inplace=True),
FC2
全连接FC2之前先进行一次Dropout。
FC1使用2048个神经元，对2048特征图，进行一个全连接。
输入大小：【2048】
输出大小：【2048】
FC1之后进行一次ReLU激活。
PyTorch表述本层为：
nn.Dropout(p=0.5),
nn.Linear(2048, 2048),
nn.ReLU(inplace=True),
FC3
FC3是AlexNet的输出层，输出大小为1000，对应1000个类别。
PyTorch表述本层为：
nn.Linear(2048, 1000),
使用PyTorch搭建AlexNet网络结构
前面在网络结构解析的时候，都已经给出了每一层的代码表述。
init
这里我们使用nn.Sequential将5个卷积层放在一起，定义为features（义为提取特征）；将3个全连接层放在一起，定义为classifier（义为分类）。
def __init__(self):
super(AlexNet, self).__init__()
self.features = nn.Sequential(
nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2), # output[48, 55, 55]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[48, 27, 27]
nn.Conv2d(48, 128, kernel_size=5, padding=2), # output[128, 27, 27]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 13, 13]
nn.Conv2d(128, 192, kernel_size=3, padding=1), # output[192, 13, 13]
nn.ReLU(inplace=True),
nn.Conv2d(192, 192, kernel_size=3, padding=1), # output[192, 13, 13]
nn.ReLU(inplace=True),
nn.Conv2d(192, 128, kernel_size=3, padding=1), # output[128, 13, 13]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 6, 6]
)
self.classifier = nn.Sequential(
nn.Dropout(p=0.5),
nn.Linear(128 * 6 * 6, 2048),
nn.ReLU(inplace=True),
nn.Dropout(p=0.5),
nn.Linear(2048, 2048),
nn.ReLU(inplace=True),
nn.Linear(2048, num_classes),
)
forward
然后定义正向传播过程
def forward(self, x):
x = self.features(x) # 5个卷积层
x = torch.flatten(x, start_dim=1) # 将3维展平成一维，进行全连接
x = self.classifier(x) # 3个全连接层
return x
完整代码
class AlexNet(nn.Module):
def __init__(self):
super(AlexNet, self).__init__()
self.features = nn.Sequential(
nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2), # output[48, 55, 55]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[48, 27, 27]
nn.Conv2d(48, 128, kernel_size=5, padding=2), # output[128, 27, 27]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 13, 13]
nn.Conv2d(128, 192, kernel_size=3, padding=1), # output[192, 13, 13]
nn.ReLU(inplace=True),
nn.Conv2d(192, 192, kernel_size=3, padding=1), # output[192, 13, 13]
nn.ReLU(inplace=True),
nn.Conv2d(192, 128, kernel_size=3, padding=1), # output[128, 13, 13]
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 6, 6]
)
self.classifier = nn.Sequential(
nn.Dropout(p=0.5),
nn.Linear(128 * 6 * 6, 2048),
nn.ReLU(inplace=True),
nn.Dropout(p=0.5),
nn.Linear(2048, 2048),
nn.ReLU(inplace=True),
nn.Linear(2048, 1000),
)
def forward(self, x):
x = self.features(x)
x = torch.flatten(x, start_dim=1)
x = self.classifier(x)
return x
model = AlexNet();
print(model)
打印结构：
以上是关于卷积神经网络模型之——AlexNet网络结构与代码实现的主要内容，如果未能解决你的问题，请参考以下文章
深度学习100例-卷积神经网络（AlexNet）手把手教学 | 第11天