【卷积神经网络】（一）LeNet

【卷积神经网络】（一）LeNet

1. 模型简介

LeNet 在1998 年被提出，是进行手写数字识别的网络。它有连续的卷积层和池化层，最后经全连接层输出结果。
LeNet 的 架构如下图所示：

一个手写数字在LeNet中的数据流如下图所示：

如上图所示，整个LeNet 包括 特征图提取，信息映射两个阶段。
每个卷积块即 “Convolutiion-sigmoid-AvePooling”连接。每个卷积层使用5*5的卷积核和一个sigmoid激活函数。
每个卷积层使⽤5 × 5卷积核和⼀个sigmoid激活函数。这些层将输⼊映射到多个⼆维特征输出，通常同时增加通道的数量。第⼀卷积层有6个输出通道，⽽第⼆个卷积层有16个输出通道。每个2 × 2池操作（步幅2）通过空间下采样将维数减少4倍。卷积的输出形状由批量⼤⼩、通道数、⾼度、宽度决定。
为了将卷积块的输出传递给稠密块，我们必须在⼩批量中展平每个样本。换⾔之，我们将这个四维输⼊转换成全连接层所期望的⼆维输⼊。这⾥的⼆维表⽰的第⼀个维度索引⼩批量中的样本，第⼆个维度给出每个样本的平⾯向量表⽰。LeNet的稠密块有三个全连接层，分别有120、84和10个输出。因为我们在执⾏分类任务，所以输出层的10维对应于最后输出结果的数量。

2. 同“现在的CNN”相比，LeNet有几个不同点：

• 激活函数：LeNet使用sigmoid函数。而现在的CNN中主要使用ReLU函数
• 原始的LeNet中使用子采样（subsampling），即平均池化。缩小中间数据的大小，而现在的CNN中Max池化是主流。

3. 基于Pytorch框架的LeNet的实现

构建的LeNet 架构如下：

3.0 数据集简介

Fashion-MNIST数据集。
本案例中的模型的训练和测试的数据集来自于del函数库中提供的Fashion-MNIST数据集。
Fashion MNIST/服饰数据集包含70000张灰度图像，其中包含60,000个示例的训练集和10,000个示例的测试集，每个示例都是一个28x28灰度图像，分为以下几类：

Label	Description
0	T恤（T-shirt/top）
1	裤子（Trouser）
2	套头衫（Pullover）
3	连衣裙（Dress）
4	外套（Coat）
5	凉鞋（Sandal）
6	衬衫（Shirt）
7	运动鞋（Sneaker）
8	包（Bag）
9	靴子（Ankle boot）

使用Python加载数据（需要NumPy）

import mnist_reader
X_train, y_train = mnist_reader.load_mnist('data/fashion', kind='train')
X_test, y_test = mnist_reader.load_mnist('data/fashion', kind='t10k')

3.1 构建模型

import torch
from torch import nn
from d2l import torch as d2l
										   #Input:[1,1,28,28] 
net = nn.Sequential(
# 1.第一个卷积块
nn.Conv2d(1, 6, kernel_size=5, padding=2), # [1, 6, 28, 28]
nn.Sigmoid(), 							   # [1, 6, 28, 28]
nn.AvgPool2d(kernel_size=2, stride=2),     # [1, 6, 14, 14]
# 2.第二个卷积快
nn.Conv2d(6, 16, kernel_size=5), 		   #[1, 16, 10, 10]
nn.Sigmoid(),#[1, 16, 10, 10]
nn.AvgPool2d(kernel_size=2, stride=2),     #[1, 16, 5, 5]
# 展开
nn.Flatten(),							   # [1, 400]
# dense1
nn.Linear(16 * 5 * 5, 120),				   # [1, 120]
nn.Sigmoid(),				  			   # [1, 120]
# dense2
nn.Linear(120, 84), 				       # [1, 84]
nn.Sigmoid(), 				               # [1, 84]
# dense3
nn.Linear(84, 10)) 				           # [1, 10]

3.2 训练模型

batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size=batch_size)

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 = 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]

在进行正向和反向传播之前，我们需要将每一小批量数据移动到我们指定的设备（例如GPU）上。
如下所示
由于我们将实现多层神经网络，因此我们将主要使用高级API。
以下训练函数假定从高级API创建的模型作为输入，并进行相应的优化。
我们使用Xavier随机初始化模型参数。与全连接层一样，我们使用交叉熵损失函数和小批量随机梯度下降。

#@save
def train(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):
		if type(m) == nn.Linear or type(m) == nn.Conv2d:
			nn.init.xavier_uniform_(m.weight)
		net.apply(init_weights)
		print('training on', device)
		net.to(device)
		optimizer = torch.optim.SGD(net.parameters(), lr=lr)
		loss = nn.CrossEntropyLoss()
		animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
		legend=['train loss', 'train acc', 'test acc'])
		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()
				X, y = X.to(device), y.to(device)
				y_hat = net(X)
				l = loss(y_hat, y)
				l.backward()
				optimizer.step()
				with torch.no_grad():
					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)}')

训练和评估LeNet-5模型

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

结果如下：