深度学习——AlexNet模型（笔记）

AlexNet是改进的LeNet

1.改进的措施：

①丢弃法（对模型的控制）

②ReLu(可以让模型更深层)

③MaxPooling(输出的比较大，梯度大，训练的更容易)

特征是由卷积提取的

2.AlexNet的架构：

输入图片是RGB（3*224*224）

①因为图片变大了，所以更大的卷积核窗口和步长

②更大的池化窗口，使用最大池化层

③更多的输出通道

④新加了3层卷积层

 ⑤从120增加到了4096

⑥1000类输出

3.细节的改变：

①激活函数从sigmoid变成了ReLu（梯度消失）

②隐藏全连接层后加入了丢弃层

③数据增强

【总结】

①AlexNet是更大更深的LeNet，10X参数个数，260X计算复杂度

②新加入了丢弃法，ReLu，最大池化层和数据增强

---

【代码实现】

 一网络模型的搭建

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


net = nn.Sequential(
    # 这里，我们使用一个11*11的更大窗口来捕捉对象。
    # 同时，步幅为4，以减少输出的高度和宽度。
    # 另外，输出通道的数目远大于LeNet
    nn.Conv2d(1, 96, kernel_size=11, stride=4, padding=1), nn.ReLU(),
    nn.MaxPool2d(kernel_size=3, stride=2),
    # 减小卷积窗口，使用填充为2来使得输入与输出的高和宽一致，且增大输出通道数
    nn.Conv2d(96, 256, kernel_size=5, padding=2), nn.ReLU(),
    nn.MaxPool2d(kernel_size=3, stride=2),
    # 使用三个连续的卷积层和较小的卷积窗口。
    # 除了最后的卷积层，输出通道的数量进一步增加。
    # 在前两个卷积层之后，汇聚层不用于减少输入的高度和宽度
    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, 256, kernel_size=3, padding=1), nn.ReLU(),
    nn.MaxPool2d(kernel_size=3, stride=2),
    nn.Flatten(),
    # 这里，全连接层的输出数量是LeNet中的好几倍。使用dropout层来减轻过拟合
    nn.Linear(6400, 4096), nn.ReLU(),
    nn.Dropout(p=0.5),
    nn.Linear(4096, 4096), nn.ReLU(),
    nn.Dropout(p=0.5),
    # 最后是输出层。由于这里使用Fashion-MNIST，所以用类别数为10，而非论文中的1000
    nn.Linear(4096, 10))

二训练

batch_size = 64

train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)

lr, num_epochs = 0.01, 10
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
d2l.plt.show()