零基础入门cv03︱Python学习笔记

1.卷积神经网络（CNN）介绍

• 一类特殊的人工神经网络，是深度学习中一个重要分支。
• 较传统计算学习算法，精度和速度较高
• 在计算机视觉领域，CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型

cnn每一层由众多的卷积核组成，每个卷积核对输入的像素进行卷积操作，得到下一次的输入。随着网络层的增加卷积核会逐渐扩大感受野，并缩减图像的尺寸。

cnn是一种层次模型，输入的是原始的像素数据。cnn通过卷积（convolution）、池化（pooling）、非线性激活函数（non-linear activation function）和全连接层（fully connected layer）构成。

• LeNet网络结构，非常经典的字符识别模型。两个卷积层，两个池化层，两个全连接层组成。卷积核5*5，stride=1，池化层使用最大池化。
  
  通过多次卷积和池化，cnn的最后一层将输入的图像像素映射为具体的输出。如在分类任务中会转换为不同类别的概率输出，然后计算真实标签与cnn模型的预测结果的差异，并通过反响传播更新每层的参数，并在更新完成后再次前向传播，如此反复直到训练完成。

与传统机器学习模型相比，cnn具有一种端到端（end to end）的思路。在cnn训练的过程中是直接从图像像素到最终的输出，并不涉及到具体的特征提取和构建模型的过程，也不需要人工的参与。

2.cnn发展

• 网络模型结构越深、网络参数越多模型的精度越优。较典型的是alexnet、vgg、inceptionv3、resnet的发展脉络。
  

• lenet - 5
  

• alexnet
  

• vgg - 16
  

• inception - v1
  

• resnet - 50
  
  3.pytorch构建cnn模型
  在pytorch中构建cnn模型较简单，只需要定义好模型的参数和正向传播即可，pytorch会根据正向传播自动计算反向传播。

• 本cnn模型包括两个卷积层，最后并联6个全连接层进行分类。

import torch
torch.manual_seed(0)
torch.backends.cudnn.deterministic = False
torch.backends.cudnn.benchmark = True

import torchvision.models as models
import torchvision.transforms as transforms
import torchvision.datasets as datasets
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torch.autograd import Variable
from torch.utils.data.dataset import Dataset

# 定义模型
class SVHN_Model1(nn.Module):
    def __init__(self):
        super(SVHN_Model1, self).__init__()
        # CNN提取特征模块
        self.cnn = nn.Sequential(
            nn.Conv2d