AlexNet

tiejiaxiaobao132

已于 2023-11-09 23:23:10 修改

阅读量73

点赞数

文章标签：深度学习机器学习人工智能

于 2023-11-09 23:08:16 首次发布

本文链接：https://blog.csdn.net/jijii123/article/details/134322407

版权

本文详细比较了AlexNet与LeNet的设计理念，强调了AlexNet的深度和使用ReLU作为激活函数。通过代码展示了如何构建AlexNet模型并用Fashion-MNIST数据集进行训练，探讨了训练过程和结果。

摘要由CSDN通过智能技术生成

结构

在这里插入图片描述
AlexNet和LeNet的设计理念非常相似，但也存在显著差异。
AlexNet比相对较小的LeNet5要深得多。AlexNet由八层组成：五个卷积层、两个全连接隐藏层和一个全连接输出层。
AlexNet使用ReLU而不是sigmoid作为其激活函数。

实现

net = nn.Sequential(
    nn.Conv2d(1, 96, kernel_size=11, stride=4, padding=1), nn.ReLU(),
    nn.MaxPool2d(kernel_size=3, stride=2),
    nn.Conv2d(96, 256, kernel_size=5, padding=2), nn.ReLU(),
    nn.MaxPool2d(kernel_size=3, stride=2),
    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(),
    nn.Linear(6400, 4096), nn.ReLU(),
    nn.Dropout(p=0.5),
    nn.Linear(4096, 4096), nn.ReLU(),
    nn.Dropout(p=0.5),
    nn.Linear(4096, 10)
)

训练

batch_size = 128
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())