Python編程pytorch深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet詳解
2012年，AlexNet橫空出世。它首次證明了學(xué)習(xí)到的特征可以超越手工設(shè)計(jì)的特征。它一舉打破了計(jì)算機(jī)視覺(jué)研究的現(xiàn)狀。AlexNet使用了8層卷積神經(jīng)網(wǎng)絡(luò)，并以很大的優(yōu)勢(shì)贏得了2012年的ImageNet圖像識(shí)別挑戰(zhàn)賽。
下圖展示了從LeNet（左）到AlexNet（right）的架構(gòu)。
AlexNet和LeNet的設(shè)計(jì)理念非常相似，但也有如下區(qū)別：
- AlexNet比相對(duì)較小的LeNet5要深得多。
- AlexNet使用ReLU而不是sigmoid作為其激活函數(shù)。
容量控制和預(yù)處理
AlexNet通過(guò)dropout控制全連接層的模型復(fù)雜度，而LeNet只使用了權(quán)重衰減。為了進(jìn)一步擴(kuò)充數(shù)據(jù)，AlexNet在訓(xùn)練時(shí)增加了大量的圖像增強(qiáng)數(shù)據(jù)，如翻轉(zhuǎn)、裁剪和變色。這使得模型更加健壯，更大的樣本量有效地減少了過(guò)擬合。
import torch from torch import nn from d2l import torch as d2l net = nn.Sequential( # 這里，我們使用一個(gè)11*11的更大窗口來(lái)捕捉對(duì)象 # 同時(shí)，步幅為4，以減少輸出的高度和寬度 # 另外，輸出通道的數(shù)目遠(yuǎn)大于LeNet nn.Conv2d(1, 96, kernel_size=11, stride=4, padding=1), nn.ReLU(), nn.MaxPool2d(kernel_size=3, stride=2) # 減少卷積窗口，使用填充為2來(lái)使得輸入與輸出的高和寬一致，且增大輸出通道數(shù) nn.Conv2d(96, 256, kernel_size=5, padding=2), nn.ReLU(), nn.MaxPool2d(kernel_size=3, stride=2) # 使用三個(gè)連續(xù)的卷積層和較小的卷積窗口 # 除了最后的卷積層，輸出通道的數(shù)量進(jìn)一步增加 # 在前兩個(gè)卷積層之后，匯聚層不用于減少輸入的高度和寬度 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(), # 這里，全連接層的輸出數(shù)量是LeNet中的好幾倍。使用dropout層來(lái)減輕過(guò)度擬合 nn.Linear(6400, 4096), nn.ReLU(), nn.Dropout(p=0.5), nn.Linear(4096, 4096), nn.ReLU(), nn.Dropout(p=0.5), # 最后是輸出層。由于這里使用Fashion-MNIST，所以用類別數(shù)位10 nn.Linear(4096, 10) )
我們構(gòu)造一個(gè)高度和寬度都為224的單通道數(shù)據(jù)，來(lái)觀察每一層輸出的形狀。它與上面離得最近的圖中的AlexNet架構(gòu)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])
讀取數(shù)據(jù)集
在這里將AlexNet直接應(yīng)用于Fashion-MNIST的識(shí)別，但這里有一個(gè)問(wèn)題，那就是Fashion-MNIST圖像的分辨率（ 28 × 28 28\times28 28×28像素）低于ImageNet圖像。為了解決這個(gè)問(wèn)題，我們將它們?cè)黾拥?224 × 224 224\times224 224×224（通常來(lái)講這不是一個(gè)明智的做法，但我們?cè)谶@里這樣做是為了有效使用AlexNet結(jié)構(gòu)）。我們使用d2l.load_data_fashion_mnist函數(shù)中的resize參數(shù)執(zhí)行此調(diào)整。
batch_size = 128 train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
現(xiàn)在，我們可以開(kāi)始訓(xùn)練AlexNet了，與LeNet相比，這里的主要變化是使用更小的學(xué)習(xí)速率訓(xùn)練，這是因?yàn)榫W(wǎng)絡(luò)更深更廣、圖像分辨率更高，訓(xùn)練卷積伸進(jìn)網(wǎng)絡(luò)就更昂貴。
lr, num_epochs = 0.01, 10 d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
loss 0.330, train acc 0.879, test acc 0.877 4163.0 examples/sec on cuda:0
以上就是Python編程pytorch深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet詳解的詳細(xì)內(nèi)容，更多關(guān)于pytorch卷積神經(jīng)網(wǎng)絡(luò)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
Python簡(jiǎn)單檢測(cè)文本類型的2種方法【基于文件頭及cchardet庫(kù)】
這篇文章主要介紹了Python簡(jiǎn)單檢測(cè)文本類型的方法,結(jié)合實(shí)例形式分析了基于基于文件頭及cchardet庫(kù)兩種文本類型檢測(cè)的方法,需要的朋友可以參考下2016-09-09
在本篇內(nèi)容中我們給大家整理了關(guān)于python安裝Scrapy框架的圖文詳細(xì)步驟，需要的朋友們跟著學(xué)習(xí)下。2019-05-05
py3nvml實(shí)現(xiàn)GPU相關(guān)信息讀取的案例分析
這篇文章主要介紹了py3nvml實(shí)現(xiàn)GPU相關(guān)信息讀取,此時(shí)就可以考慮使用py3nvml這樣的工具，針對(duì)于GPU任務(wù)執(zhí)行的過(guò)程進(jìn)行細(xì)化的分析，有助于提升GPU的利用率和程序執(zhí)行的性能，需要的朋友可以參考下2022-01-01
大家好，本篇文章主要講的是Python中三種條件語(yǔ)句示例介紹，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話記得收藏一下2022-01-01
這篇文章主要介紹了PyCharm使用最多也最常用默認(rèn)快捷鍵，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
python判斷計(jì)算機(jī)是否有網(wǎng)絡(luò)連接的實(shí)例
今天小編就為大家分享一篇python判斷計(jì)算機(jī)是否有網(wǎng)絡(luò)連接的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12
這篇文章主要為大家介紹了Java開(kāi)發(fā)者快速進(jìn)修Python指南之異常捕獲,?有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12
python實(shí)現(xiàn)圖片處理和特征提取詳解
這篇文章主要介紹了python實(shí)現(xiàn)圖片處理和特征提取詳解，文中向大家分享了Python導(dǎo)入圖片，將圖像轉(zhuǎn)化為二維矩陣，模糊化圖片等Python對(duì)圖像的操作，具有一定參考價(jià)值，需要的朋友可以了解下。2017-11-11
這篇文章主要介紹了使用PyQtGraph繪制精美的股票行情K線圖的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
這篇文章主要介紹了Python判斷列表是否已排序的各種方法及其性能分析的相關(guān)資料,需要的朋友可以參考下2016-06-06