pytorch十三：pytorch搭建AlexNet网络

最新推荐文章于 2024-08-18 11:12:27 发布
最新推荐文章于 2024-08-18 11:12:27 发布
阅读量1.5k 收藏
点赞数 1
分类专栏： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_24946843/article/details/89502860
版权
pytorch 专栏收录该内容
31 篇文章 454 订阅 ¥9.90 ¥99.00
订阅专栏
本文详细介绍了如何使用PyTorch搭建2012年ImageNet比赛冠军模型AlexNet，包括网络结构、参数计算及各层功能解析，如卷积、ReLU、池化和LRN等，并探讨了在训练过程中采用的dropout策略。
摘要由CSDN通过智能技术生成

2012年Imagenet比赛冠军的model——Alexnet (以第一作者alex命名)

模型结构见下图，别看只有寥寥八层（不算input层），但是它有60M以上的参数总量，事实上在参数量上比后面的网络都大。

这里写图片描述

由于当时的显卡容量问题，AlexNet 的60M个参数无法全部放在一张显卡上操作，所以采用了两张显卡分开操作的形式，其中在C3，R1，R2，R3层上出现交互，所谓的交互就是通道的合并，是一种串接操作。 

这个图有点点特殊的地方是卷积部分都是画成上下两块，意思是说吧这一层计算出来的feature map分开，但是当前层用到的数据要看连接的虚线，如图中input层之后的第一层第二层之间的虚线是分开的，是说第二层上面的128map是由第一层上面的48map计算的，下面同理；而第三层前面的虚线是完全交叉的，就是说每一个192map都是由前面的128+128=256map同时计算得到的。

我们来计算下这些参数都是怎么来的： 
C1：96×11×11×3(卷积核个数/宽/高/卷积核的通道数) 34848个 
C2

了解本专栏 订阅专栏 解锁全文
东城青年
关注
专栏目录
订阅专栏
实战十五：基于pytorch 搭建AlexNet网络的图像自动识别实战
06-30 312
实战十五：基于pytorch 搭建AlexNet网络的图像自动识别实战
【深度学习】经典网络之AlexNet：使用PyTorch搭建AlexNet详细教程
拾年之璐
03-04 1466
本文主要内容： 1. AlexNet网络架构 2. 搭建AlexNet网络模型（model） 3. 数据集的下载与处理（5类花卉数据集） 4. 训练模型（train） 5. 预测模型（predict） 6. 附录 附录1：model_AlexNet.py 带详细注释源码 附录2：train_AlexNet.py 带详细注释源码 附录3：predict_AlexNet.py 带详细注释源码 1. AlexNet网络架构 在原论文中，AlexNet的网络结构是这样的：
PyTorch+AlexNet代码实训
Peter1146717850的博客
07-26 194
PyTorch+AlexNet
动手学深度学习(PyTorch实现)(八)–AlexNet模型
01-06
AlexNet模型1. AlexNet模型介绍1.1 AlexNet的特点1.2 AlexNet的结构1.3 AlexNet参数数量2. AlexNet的PyTorch实现2.1 导入相应的包2.2 构建AlexNet网络2.3 加载数据集2.4 训练网络 1. AlexNet模型介绍 由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。 直到2012年，Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。AlexNet首次证明了学习到的特征可以超越⼿⼯设计的特征，从而⼀举
跟着问题学5——AlexNet网络详解及代码实战
最新发布
weixin_42251091的博客
08-18 3407
每一层的权重初始化为均值1标准差0.01的正态分布，在第2,4,5卷积层和全连接层中的bias初始化为常数1，其余层则为0.所有层采用了相同的初始化为0.01的学习率，不过可以手动调整。测试时使用所有的神经元，但将它们的输出乘以0.5。简单举例来说，池化核大小3 × 3， 扩充边缘padding = 0，步长stride = 2，因此其FeatureMap输出大小为(13-3+0×2+2)/2=6, 即C5输出为6×6×256（此处未将输出分到两个GPU中，若按照论文将分成两组，每组为6×6×128）；
Pytorch搭建AlexNet网络
weixin_44436319的博客
02-20 1024
AlexNet详解
利用pytorch实现AlexNet网络
AdjsWsgz的博客
10-18 2322
AlexNet网络是2010年的Imagnet图像识别大赛的冠军网络，跑完该网络能学到不少东西，对我入门深度学习有很大帮助
深度学习第二禅：pytorch搭建AlexNet网络
weixin_44230855的博客
06-15 691
pytorch搭建AlexNet网络并使用话分类数据集进行训练
Pytorch 实现 AlexNet 网络
qq_48081509的博客
01-06 460
1. LeNet 和 AlexNet 网络架构 2.相比于LeNet，AlexNet 改进 在全连接层后面增加了Dropout 用来防止模型过拟合 将激活函数由Sigmoid 改为 Relu,以降低梯度消失的概率 下采样层由AvgPooling改为MaxPooling 3. 模型层设计 # 构建模型 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LeN
系统学习Pytorch笔记三：Pytorch数据读取机制(DataLoader)与图像预处理模块(transforms)
热门推荐
Miracle8070
04-17 6万+
Pytorch官方英文文档：https://pytorch.org/docs/stable/torch.html? Pytorch中文文档：https://pytorch-cn.readthedocs.io/zh/latest/ 1. 写在前面 疫情在家的这段时间，想系统的学习一遍Pytorch基础知识，因为我发现虽然直接Pytorch实战上手比较快，但是关于一些内部的原理知识其实并不是太懂，这样...
使用pytorch搭建AlexNet操作(微调预训练模型及手动搭建)
12-23
在PyTorch中，搭建AlexNet网络模型是一个常见的任务，特别是在迁移学习的场景下。AlexNet是一个深度卷积神经网络，最初在2012年的ImageNet大赛中取得了突破性的成绩，开启了深度学习在计算机视觉领域的广泛应用。在...
pytorch Alexnet 网络模型搭建
12-15 1652
Alexnet 网络模型 网络亮点 首次使用GPU进行网络加速训练（是cpu的20-50倍速度） 使用Relu激活函数，而不是传统的sigmoid激活函数及Tanh激活函数 使用LRN局部相应归一化 在全连接层的前两层使用了Dropout随机失活神经元操作，以减少过拟合 pytorch 模型实现 import torch.nn as nn import torch #卷积核的数量仅仅用到论文中的一半 class AlexNet(nn.Module): def __init__(self, n
PyTorch搭建AlexNet
qq_41979513的博客
07-31 653
PyTorch搭建AlexNet AlexNet网络结构图 结构详细解读 AlexNet网络由8层构成，包括5层卷积层和3层全连接层。输入为224x224x3的图片，经过预处理后，变为227x227x3的大小，作为网络的输入。 PyTorch搭建 import torch import torch.nn as nn import torchvision class AlexNet(nn.Mo...
pytorch学习（二）——AlexNet网络搭建
huang_xiaoer的博客
05-25 299
本篇博客是学习B站霹雳吧啦Wz教学视频的总结 本节所用到的程序和教学视频链接： 程序 视频 数据集下载，提取码:dw2d 数据集下载及解压 按照上述下载地址下载数据集，并按照视频中的方法及脚本文件对数据集进行处理 model.py import torch.nn as nn import torch class AlexNet(nn.Module): def __init__(self, num_classes=1000, init_weights=False): super
pytorch实现神经网络常见model（LeNet，GoogLeNet，AlexNet，VggNet）
朴素.无恙的博客
01-04 6892
神经网络常见model的实现（上） lenet 输入大小为32x32 class LenetNet(nn.Module): def __init__(self): super(LenetNet, self).__init__() self.conv1 = nn.Conv2d(3, 6, 5) self.conv2 = nn.Conv2d(...
AlexNet+pytorch
Mr_FengT的博客
06-01 868
AlexNet: AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在那年之后，更多的更深的神经网络被提出，比如优秀的vgg,GoogLeNet。 这对于传统的机器学习分类算法而言，已经相当的出色。其结构如下 AlexNet网络相对于Lenet层数更深，同时第一次引入了激活函数ReLU,在全连接层引入了Dropout层...
pytorch实现AlexNet（含完整代码）
weixin_45836809的博客
12-03 2万+
写在前面 本人小白，下面的文字简单记录自己在pytorch的基础之上，实现AlexNet文章中的模型，也希望能和其他的朋友一起交流心得。（记录贴，只用来整理自己思路） AlexNet论文 AlexNet的文章中主要介绍了利用deep convolutional neural networks（深度卷积神经网络）在数据集中取得很好的结果。在当时，其开创性主要包括以下几个方面：模型构建，ReLu（），Local Response Normalization，Overla...
基于Pytorch框架构建AlexNet模型
2301_78972534的博客
06-24 839
定义一个名为 AlexNet 的卷积神经网络类，它继承自 torch.nn.Module。这个类实现了一个简化版的 AlexNet 网络结构，用于图像分类任务。
用pytorch搭建AlexNet（微调预训练模型及手动搭建）
sjtuxx_lee的博客
10-14 1万+
本文介绍了如何在pytorch下搭建AlexNet，使用了两种方法，一种是直接加载预训练模型，并根据自己的需要微调（将最后一层全连接层输出由1000改为10），另一种是手动搭建。 构建模型类的时候需要继承自torch.nn.Module类，要自己重写__\_\___init__\_\___方法和正向传递时的forward方法，这里我自己的理解是，搭建网络写在__\_\___init__\_\___...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值