经典网络模型AlexNet

前言：卷积计算公式

在开始之前我先讲一下卷积层的计算公式；

H1，W1: 输入图片的高和宽
F: 卷积核的尺寸
P: 填充的数量
K: 卷积核的个数
H2，W2，D2: 输出后求出来的高、宽、通道数

对于P图像的填充（F卷积核尺寸、S也是一样）： 高和宽方向填充的数量可能一样、可能不一样，所以就会产生P为一个二维的坐标，那么相应带入公式则采用相应维度上的数即可

模型图示（原论文）

模型源码

（依照模型图示搭建，与pytorch官方有一点不一致）

#### 首先定义一个类继承自nn.Module模块
class AlexNet(nn.Module):
	## 代码中所实现的是将两大部分进行了融合，共同进行了卷积等操作，在通道数上进行了叠加
    def __init__(self, num_classes: int = 1000) -> None:
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(
        	### 第一大层卷积
            nn.Conv2d(3, 96, kernel_size=11, stride=4, padding=2), 
            ##nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),   
            ## 在pytorch中的代码 pytorch中的每卷积层后的每一部分的输出的通道为32
            ## 作者论文中的为48 
            ## 之后的每一个卷积层都有一些不一样
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            ### 第二大层卷积
            nn.Conv2d(96, 256, kernel_size=5, padding=2),
            #nn.Conv2d(64, 192, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            ### 第三大层卷积
            nn.Conv2d(256, 384, kernel_size=3, padding=1),
            #nn.Conv2d(192, 384, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            ### 第四大层卷积
            nn.Conv2d(384, 384, kernel_size=3, padding=1),
            #nn.Conv2d(384, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            ### 第五大层卷积
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
        )
        self.avgpool = nn.AdaptiveAvgPool2d((6, 6))
        self.classifier = nn.Sequential(
            nn.Dropout(),## 舍弃
            nn.Linear(256 * 6 * 6, 4096),##256*6*6 输入的值个数  4096神经元个数
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(inplace=True),
            nn.Linear(4096, num_classes),
        )

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        x = self.features(x)#卷积抽取特征层
        x = self.avgpool(x)### 全局平均池化（自适应）
        x = torch.flatten(x, 1)## 拉直层
        x = self.classifier(x)### 分类层
        return x

---

模型分析

直接从每一层的输入输出进行分析（模型以彩色图为例，图像有三个通道）：
首先输入图片的尺寸为（224,224,3），高为224，宽为224，通道数为3.
如图所示：作者将模型分为了两大块，第一块是进行卷积操作，第二块则是进行全连接操作：
下边我将进行每一大层的 每一部分 的分析：

第一大层（卷积、激活、池化）

每一部分：输入(224,224,3)
卷积：

参数	value
卷积核大小：	（11,11）
卷积核个数：	48
步长：	4
是否填充：	填充(2,2)

（224-11+2*2）/2 +1 =55
输出(55,55,48) 长:55 宽:55 通道数:48

激活：
relu 函数

最大池化：

参数	value
池化核大小：	（3,3）
步长：	2
是否填充：	不填充

（55-3+2*0）/2 +1 =27
输出(27,27,48) 长:27 宽:27 通道数:48

---

第二大层（卷积、激活、池化）

每一部分：输入(27,27,48)
卷积：

参数	value
卷积核大小：	（5,5）
卷积核个数：	128
步长：	1
是否填充：	填充(2,2)

（27-5+2*2）/1 +1 =27
输出(27,27,128) 长:27 宽:27 通道数:128

激活：
relu 函数

最大池化：

参数	value
池化核大小：	（3,3）
步长：	2
是否填充：	不填充

（27-3+2*0）/2 +1 =13
输出(13,13,128) 长:13 宽:13 通道数:128

---

第三大层（卷积、激活）

每一部分：输入(13,13,128)
卷积：

参数	value
卷积核大小：	（3,3）
卷积核个数：	192
步长：	1
是否填充：	填充(1,1)

（13-3+2*1）/1 +1 =13
输出(13,13,192) 长:13 宽:13 通道数:192

激活：
relu 函数
如图所示进行了每一部分的输出进行了 交叉。

---

第四大层（卷积、激活）

每一部分：输入(13,13,192)
卷积：

参数	value
卷积核大小：	（3,3）
卷积核个数：	192
步长：	1
是否填充：	填充(1,1)

（13-3+2*1）/1 +1 =13
输出(13,13,192) 长:13 宽:13 通道数:192

激活：
relu 函数

---

第五大层（卷积、激活）

每一部分：输入(13,13,192)
卷积：

参数	value
卷积核大小：	（3,3）
卷积核个数：	128
步长：	1
是否填充：	填充(1,1)

（13-3+2*1）/1 +1 =13
输出(13,13,128) 长:13 宽:13 通道数:128

激活：
relu 函数

最大池化：

参数	value
池化核大小：	（3,3）
步长：	2
是否填充：	不填充

（13-3+2*0）/2 +1 =6
输出(6,6,128) 长:6 宽:6 通道数:128

---

自适应平均池化

输出(6,6,128)

拉直层

将三维的数据进行拉伸致一维数据，以便于进行全连接层
输出(6×6×128)

---

第六大层（舍弃层、激活层、全连接层）

舍弃层: 舍弃一部分输入的权重值

全连接层：输入(6×6×128)
神经元个数： 2048

激活层： relu()

---

第七大层（舍弃层、激活层、全连接层）

舍弃层: 舍弃一部分输入的权重值

全连接层：输入(2048) 上一隐层的神经元个数
神经元个数： 2048

激活层： relu()

---

第八大层（全连接层）

全连接层：输入(2048) 上一隐层的神经元个数
神经元个数： 自定义分类数

---

以上就是AlexNet模型的解析全过程啦，如果有一些错误，欢迎指正！！！！