文章目录
0 写在前面
- 在传统的神经网络中,我们会把输入层的节点与隐含层的所有节点相连。卷积神经网络中,采用“局部感知”的方法,即不再把输入层的每个节点都连接到隐含层的每一个神经元节点上。
- full yconnected 全连接层:如果这个网络是用线性层串联起来的
- 卷积神经网络中间使用的是卷积层,它不像全连接层一样,会把CWH打成一维的数据,而是保留原本的3维,这样就不会损失原本数据中的空间信息。
- 卷积神经网络识别模仿了人脑的视觉处理机制,采用分级提取特征的原理!
1 卷积层
- 如下图所示,1×28×28的三维Tensor,输出是4×24×24的Tensor
- 经过卷积层,通道数和维度都有可能发生变化!
2 下采样
- 目的:减少数据量,feature_matrix,降低运算压力
- 经过一次下采样,通道数是不变的
3 卷积和下采样
- 池化的目的是降低维度;实际上就是下才哟昂
- 先做一个5×5的卷积,然后再做一个2×2的下采样;
- 再做一个5×5的卷积,然后再做一个2×2的下采样;
4 输出是十分类的问题
- 从 S 2 S_2 S2到 n 1 n_1 n1是把 8 × 4 × 4 8×4×4 8×4×4映射到一维数据,然后把 n 1 n_1 n1使用一个线性层(全连接层)映射到一个10维。
- 然后用交叉熵来计算损失,这就可以能让网络正常工作了。
5 特征提取器
- 将卷积层和下采样看成特征提取Feature Extraction
- 将后面的全连接层看成分类器,Classification
6 卷积层
6.1 单通道卷积
- 红色框起来的部分和黄色相乘, 这里做的是数乘,即对应位置相乘!
6.2 多通道卷积
- 每一个通道对应一个核(kernel)
- 举例:625是如何计算得出的?
625 = 211+179+235
其中,211 = 粉色中红框 × 黄色的kernel,求和
6.3 卷积输出
- 一个3通道的数据输入,用的是3*3的卷积核,最后得到的输出通道为1
7 卷积核的维度确定
- 卷积核的通道数,应该与输入数据的通道数一致
- 卷积核的个数,决定(等于)输出数据的通道数
8 局部感知域(过滤器)
- 这边红色框出来的区域,就是局部感知域,可以把它看做一个小窗口,也称之为过滤器。
9 卷积层代码实现
- 可以看到卷积层的shape, 10取决于输出的通道数,5取决于输出的通道数。
import torch
in_channels, out_channels = 5, 10
width, height = 100, 100 # 宽和高的大小
kernel_size = 3 # 卷积核的大小
batch_size = 1
input = torch.randn(batch_size, in_channels, width, height)
print(input)
conv_layer = torch.nn.Conv2d(in_channels, out_channels, kernel_size=kernel_size)
output = conv_layer(input)
print(input.shape)
print(output.shape)
print(conv_layer.weight.shape)
- 所以说,卷积层的定义只需要输入的通道,输出的通道和卷积核的大小。
10 填充padding
- 考虑到之前去计算kernel=3时,即使每次stride=1,经过卷积之后特征图的尺寸也会变小。
- 这是由于过滤穷在移动到边缘的时候就结束了,中间的像素点参与计算的次数要比边缘的要多。
- 因此,越是边缘的点,对于输出的影响就越小,为了把边缘信息也考虑进来,我们可以在外围进行一次填充,这就是padding,一般来说填充的都是0.
11 定义模型
class Net(torch.nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = torch.nn.Conv2d(1,10,(5,5))
self.conv2 = torch.nn.Conv2d(10,20,(5,5))
self.maxpooling = torch.nn.MaxPool2d(2)
self.fc = torch.nn.Linear(320,10)
def forward(self,x):
# 将数据从 (n,1,28,28) 转为 (n,784)
#统计 minibatch 的大小
batch_size = x.size(0)
x = F.relu(self.maxpooling(self.conv1(x)))
x = F.relu(self.maxpooling(self.conv2(x)))
#将批量输入的图片转为 张数 * N
# 注意 批量数据矩阵 一行表示一个数据
x = x.view(batch_size,-1)
x = self.fc(x)
return x
12 完整代码
- 我会写一篇blog来分析一下这个卷积网络模型LeNet,如果有兴趣的小伙伴可以移步下方链接!
https://blog.csdn.net/weixin_42521185/article/details/123789635
- 觉得本篇blog对你有帮助的话,麻烦收藏点赞+关注我哟!!
import numpy as np
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets
from torchvision import transforms
from torch.utils.data import DataLoader
import torch
import matplotlib.pyplot as plt
transform = transforms.Compose([
transforms.ToTensor(), #将图像转为tensor向量即每一行叠加起来,会丧失空间结构,且取值为0-1
transforms.Normalize((0.1307,),(0.3081,)) #第一个是均值,第二个是标准差,需要提前算出,这两个参数都是mnist的
])
batch_size = 64
train_dataset = datasets.MNIST(root='../dataset/mnist',
train = True,
download=True,
transform=transform
)
train_loader = DataLoader(train_dataset,
shuffle=True,
batch_size=batch_size)
test_dataset = datasets.MNIST(root='../dataset/mnist',
train = False,
download=False,
transform=transform
)
test_loader = DataLoader(test_dataset,
shuffle=False,
batch_size=batch_size)
class Net(torch.nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = torch.nn.Conv2d(1,10,(5,5))
self.conv2 = torch.nn.Conv2d(10,20,(5,5))
self.maxpooling = torch.nn.MaxPool2d(2)
self.fc = torch.nn.Linear(320,10)
def forward(self,x):
# 将数据从 (n,1,28,28) 转为 (n,784)
#统计 minibatch 的大小
batch_size = x.size(0)
x = F.relu(self.maxpooling(self.conv1(x)))
x = F.relu(self.maxpooling(self.conv2(x)))
#将批量输入的图片转为 张数 * N
# 注意 批量数据矩阵 一行表示一个数据
x = x.view(batch_size,-1)
x = self.fc(x)
return x
model = Net()
criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(),lr=0.01,momentum=0.5)
#使用 GPU 加速
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model.to(device)
def train(epoch):
running_loss = 0.0
# batch_idx 的范围是从 0-937 共938个 因为 batch为64,共60000个数据,所以输入矩阵为 (64*N)
for batch_idx,data in enumerate(train_loader,0):
x ,y = data
x,y = x.to(device),y.to(device) #装入GPU
optimizer.zero_grad()
y_pred = model(x)
loss = criterion(y_pred,y) #计算交叉熵损失
loss.backward()
optimizer.step()
running_loss += loss.item()
if batch_idx%300 == 299:
print("[%d,%5d] loss:%.3f"%(epoch+1,batch_idx+1,running_loss/300))
running_loss = 0.0
def test():
correct = 0
total = 0
with torch.no_grad():
for data in test_loader:
x,y = data
x,y = x.to(device),y.to(device)
y_pred = model(x)
_,predicted = torch.max(y_pred.data,dim=1)
total += y.size(0)
correct += (predicted==y).sum().item()
print('accuracy on test set:%d%% [%d/%d]'%(100*correct/total,correct,total))
accuracy_list.append(100*correct/total)
if __name__ == '__main__':
accuracy_list = []
for epoch in range(10):
train(epoch)
test()
plt.plot(np.linspace(1,10,10),accuracy_list)
plt.xlabel('epoch')
plt.ylabel('accuracy')
plt.show()