深度学习——LeNet的实现（笔记）

1.LeNet是用来分辨手写体的数字的，分辨出来是哪个数字的可能性。

 用到的数据集是MNIST

先用卷积层来学习图片的空间信息，用池化层降低图片的敏感度。最后用全连接层转换为类别的空间，转换为10类。

 

【总结】

①LeNet是早期成功的神经网络

②先使用卷积层来学习图片空间信息

③然后使用全连接层来转换到类别空间

---

---

【代码实现：】

1.构建神经网络，加入激活函数是为了非线性

import torch
from torch import nn
from d2l import torch as d2l

# 构建神经网络 加入激活函数是为了非线性
net = nn.Sequential(
    nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Flatten(),
    nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
    nn.Linear(120, 84), nn.Sigmoid(),
    nn.Linear(84, 10)
)

2.验证网络

测试验证
X = torch.rand(size=(1, 1, 28, 28),dtype=torch.float32)
for layer in net:  # nn.Sequential() 所以每一层做出一次迭代 拿出来
    X = layer(X)
    print(layer.__class__.__name__,X.shape)

3.获取数据集

# LeNet在Fashion-MNIST数据集上的表现
batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size=batch_size)

4.使用GPU计算模型在数据集上的精度

# 使用GPU计算模型在数据集上的精度
def evaluate_accuracy_gpu(net, data_iter, device=None):  # @save
    """使用GPU计算模型在数据集上的精度"""
    if isinstance(net, nn.Module):
        net.eval()  # 设置为评估模式
        if not device:  # device=None
            device = next(iter(net.parameters())).device
    # 正确预测的数量，总预测的数量
    metric = d2l.Accumulator(2)
    with torch.no_grad():
        for X, y in data_iter:
            if isinstance(X, list):
                # BERT微调所需的（之后将介绍）
                X = [x.to(device) for x in X]
            else:
                X = X.to(device)
            y = y.to(device)
            metric.add(d2l.accuracy(net(X), y), y.numel())
    return metric[0] / metric[1]  # 分类正确的个数/整个y的大小

5.开始训练

def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """用GPU训练模型(在第六章定义)"""

    def init_weights(m):  # 初始化weight
        if type(m) == nn.Linear or type(m) == nn.Conv2d:  # 如果是全连接层或者卷积层
            nn.init.xavier_uniform_(m.weight)  # xavier根据输入输出的大小，输入输出的方差差不多。模型变得稳定。

    net.apply(init_weights)  # 使网络的每一层的weight都 xavier
    print('training on', device)
    net.to(device)  # 模型选择GPU，没有GPU就是CPU
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)  # 定义优化器SGD
    loss = nn.CrossEntropyLoss()  # 定义交叉熵损失函数
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
                            legend=['train loss', 'train acc', 'test acc'])  # 画图用的。

    timer, num_batches = d2l.Timer(), len(train_iter)
    for epoch in range(num_epochs):
        # 训练损失之和，训练准确率之和，样本数
        metric = d2l.Accumulator(3)
        net.train()
        for i, (X, y) in enumerate(train_iter):
            timer.start()
            optimizer.zero_grad()  # 梯度清零
            X, y = X.to(device), y.to(device)  # 参数用GPU
            y_hat = net(X)
            l = loss(y_hat, y)  # 计算损失函数
            l.backward()  # 反向传播
            optimizer.step()  # 优化器调优
            with torch.no_grad():  # 以下代码是 为了画图
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()
            train_l = metric[0] / metric[2]
            train_acc = metric[1] / metric[2]
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                             (train_l, train_acc, None))
        test_acc = evaluate_accuracy_gpu(net, test_iter)
        animator.add(epoch + 1, (None, None, test_acc))

    print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
          f'test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
          f'on {str(device)}')
    d2l.plt.show()

6.训练和评估模型

lr, num_epochs = 0.9, 10
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

最后的结果

loss 0.474, train acc 0.820, test acc 0.797
36176.0 examples/sec on cuda:0