【卷积神经网络】（二）AlexNet

【卷积神经网络】（二）AlexNet

1.简介

在LeNet问世20多年后，AlexNet被发布出来。它⾸次证明了学习到的特征可以超越⼿⼯设计的特征。
AlexNet使⽤了8层卷积神经⽹络，其网络结构类似于LeNet，如下所示：

AlexNet 叠有多个卷积层和池化层，最后经过由全连接层输出结果。

2.与LeNet 的 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。
• 激活函数使用ReLU
• 使用进行局部正规化的LRN层
• 使用Dropout

3.基于Pytorch的LeNet实现

3.1 构建模型

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

net = nn.Sequential(
    # 这里使用一个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),  			#[1, 96, 54, 54]
    nn.ReLU(), 															# [1, 96, 54, 54]									
    nn.MaxPool2d(kernel_size=3, stride=2),								#[1, 96, 26, 26]
    # 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), 						#[1, 256, 26, 26]
    nn.ReLU(),															#[1, 256, 26, 26]	
    nn.MaxPool2d(kernel_size=3, stride=2),								#[1, 256, 12, 12]
    # 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), 						#[1, 384, 12, 12]
    nn.ReLU(),															#[1, 384, 12, 12]
    nn.Conv2d(384, 384, kernel_size=3, padding=1), 						#[1, 384, 12, 12]
    nn.ReLU(),															#[1, 384, 12, 12]
    nn.Conv2d(384, 256, kernel_size=3, padding=1), 						#[1, 256, 12, 12]
    nn.ReLU(),															#[1, 256, 12, 12]
    nn.MaxPool2d(kernel_size=3, stride=2),								#[1, 256, 5, 5]
    nn.Flatten(),														#[1, 6400]
    # 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), 						#[1, 4096]		
    nn.ReLU(),									#[1, 4096]	
    nn.Dropout(p=0.5),							#[1, 4096]	
    nn.Linear(4096, 4096), 						#[1, 4096]	
    nn.ReLU(),									#[1, 4096]	
    nn.Dropout(p=0.5),							#[1, 4096]	
    # 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))						#[1, 10]	

3.2 读取数据集

batch_size = 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)

3.3 训练AlexNet

现在AlexNet可以开始被训练了。与LeNet相比，这里的主要变化是使用更小的学习速率训练，这是因为网络更深更广、图像分辨率更高，训练卷积神经网络就更昂贵。

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

3.4 训练结果