Pytorch深度学习快速入门—LeNet简单介绍（附代码）_lenet代码实现(1)

2401_83946402

于 2024-05-16 23:18:05 发布

阅读量631

点赞数 18

文章标签：运维 linux 面试

本文链接：https://blog.csdn.net/2401_83946402/article/details/138978528

版权

最后的话

最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！

资料预览

给大家整理的视频资料：

给大家整理的电子书资料：

如果本文对你有帮助，欢迎点赞、收藏、转发给朋友，让我有持续创作的动力！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以点击这里获取！

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

三、代码实现（采用的激活函数为relu函数）

一、网络模型结构

LeNet是具有代表性的CNN，在1998年被提出，是进行手写数字识别的网络，是其他深度学习网络模型的基础。其网络模型结构如下图所示，它具有连续的卷积层和池化层，最后经全连接层输出结果。

二、各层参数详解

2.1 INPUT层-输入层

数据input层，输入图像的尺寸为：32*32大小的一维一通道图片。

注意：①灰度图像是单通道图像，其中每个像素只携带有关光强度的信息；

②RGB图像是彩色图像，为三通道图像；

③传统上输入层不被视为网络层次结构之一，因此输入层不算LeNet的网络结构。

2.2 C1层-卷积层

输入数据（输入特征图input feature map）：32*32

卷积核大小：5*5

计算公式：

$height_{out}=\frac{height_{in}-height_{kernel}+2*padding}{stride}+1$ ； $width_{out}=\frac{width_{out}-widtht_{kernel}+2*padding}{stride}+1$

其中， $height_{in}$ 是指输入图片的高度； $width_{in}$ 是指输入图片的宽度； $height_{kernel}$ 是指卷积核的大小；padding是指向图片外面补边，默认为0；S是指步长，卷积核遍历图片的步长，默认为1。

卷积核种类（通道数）：6

输出数据（输出特征图output feature map）：28*28

2.3 S2层-池化层（下采样层）

池化是缩小高、长方向上的空间的运算。

输入数据：28*28

采样区域：2*2

采样种类（通道数）：6

输出数据：14*14

注意：①经过池化运算，输入数据和输出数据的通道数不会发生变化。

②此时，S2中每个特征图的大小是C1中每个特征图大小的1/4.

2.4 C3层-卷积层

**输入数据：**S2中所有6个或者几个特征map组合

卷积核大小：5*5

卷积核种类（通道数）：16

输出数据（输出特征图output feature map）：10*10

注意：C3中的每个特征map是连接到S2中的所有6个或者几个特征map的，表示本层的特征map是上一层提取到的特征map的不同组合。

2.5 S4层-池化层（下采样层）

输入数据：10*10

采样区域：2*2

采样种类（通道数）：16

输出数据：5*5

2.6 C5层-卷积层

**输入数据：**S4层的全部16个单元特征map（与s4全相连）

卷积核大小：5*5

卷积核种类（通道数）：120

输出数据（输出特征图output feature map）：1*1

2.7 F6层-全连接层

**输入数据：**120维向量

**输出数据：**84维向量

2.8 Output层-全连接层

**输入数据：**84维向量

**输出数据：**10维向量

三、代码实现（采用的激活函数为relu函数）

3.1 搭建网络框架

（1）导包：

import torch
import torch.nn as nn
import torch.nn.functional as F

（2）**定义卷积神经网络：**由于训练数据采用的是彩色图片（三通道），因此与上面介绍的通道数有出入。

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.conv1 = nn.Conv2d(3,6,5)
        self.conv2 = nn.Conv2d(6,16,5)
        self.fc1 = nn.Linear(16*5*5,120)
        self.fc2 = nn.Linear(120,84)
        self.fc3 = nn.Linear(84,10)
    def forward(self,x):
        x = self.conv1(x)
        x = F.relu(x)
        x = F.max_pool2d(x,(2,2))
        x = F.max_pool2d(F.relu(self.conv2(x)),2)
        x = x.view(-1,x.size()[1:].numel())
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

（3）**测试网络效果：**相当于打印初始化部分，可以查看网络的结构

net = Net()
print(net)

3.2 定义数据集

（1）导包：

import torchvision
import torchvision.transforms as transforms

（2）下载数据集：

解决Downloading data from https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz国内下载速度缓慢的问题：

解决方法：

①下载文件：**下载地址：**https://pan.baidu.com/s/1Nh28RyfwPNNfe_sS8NBNUA

提取码：1h4x

②将下载好的文件重命名为cifar-10-batches-py.tar.gz

③将文件保存至相应地址下即可

transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))
])

trainset = torchvision.datasets.CIFAR10(root='./data',train=True,download=True,transform=transform)
testset = torchvision.datasets.CIFAR10(root='./data',train=False,download=True,transform=transform)
trainloader = torch.utils.data.DataLoader(trainset,batch_size=4,shuffle=True,num_workers=0)
testloader = torch.utils.data.DataLoader(testset,batch_size=4,shuffle=False,num_workers=0)

（3）定义元组：进行类别名的中文转换

classes = ('airplane','automobile','bird','car','deer','dog','frog','horse','ship','truck')

（4）运行数据加载器：使用绘图函数查看数据加载效果

import matplotlib.pyplot as plt
import numpy as np

def imshow(img):
    img = img / 2 + 0.5
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg,(1,2,0)))
    plt.show()

dataiter = iter(trainloader)
images,labels = dataiter.next()

imshow(torchvision.utils.make_grid(images))

print(labels)
print(labels[0],classes[labels[0]])
print(' '.join(classes[labels[j]] for j in range(4)))