购物网站开发设计,快速建站平台,seo入门免费教程,公众号文章排版编辑器1. 经典神经网络LeNet
LeNet是早期成功的神经网络#xff1b; 先使用卷积层来学习图片空间信息 然后使用全连接层来转到到类别空间
【通过在卷积层后加入激活函数#xff0c;可以引入非线性、增加模型的表达能力、增强稀疏性和解决梯度消失等问题#xff0c;从而提高卷积…1. 经典神经网络LeNet
LeNet是早期成功的神经网络 先使用卷积层来学习图片空间信息 然后使用全连接层来转到到类别空间
【通过在卷积层后加入激活函数可以引入非线性、增加模型的表达能力、增强稀疏性和解决梯度消失等问题从而提高卷积神经网络的性能和效果】
LeNet由两部分组成卷积编码器和全连接层密集块
import torch
from torch import nn
from d2l import torch as d2lclass Reshape(torch.nn.Module):def forward(self, x):return x.view(-1, 1, 28, 28) # 批量数不变通道数1h28, w28net torch.nn.Sequential(Reshape(), nn.Conv2d(1, 6, kernel_size5, padding2), nn.Sigmoid(), # 在卷积后加激活函数填充是因为原始处理数据是32*32nn.AvgPool2d(kernel_size2, stride2), # 池化层nn.Conv2d(6, 16, kernel_size5), nn.Sigmoid(),nn.AvgPool2d(kernel_size2, stride2), nn.Flatten(), # 将4D结果拉成向量# 相当于两个隐藏层的MLPnn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),nn.Linear(120, 84), nn.Sigmoid(), nn.Linear(84, 10))检查模型
X torch.rand(size(1, 1, 28, 28), dtypetorch.float32)
for layer in net:X layer(X) 对神经网络 net 中的每一层进行迭代并打印每一层的输出形状layer.__class__.__name__ 是获取当前层的类名即层的类型print(layer.__class__.__name__, output shape: \t, X.shape)LeNet在Fashion-MNIST数据集上的表现
batch_size 256
train_iter, test_iter d2l.load_data_fashion_mnist(batch_sizebatch_size)# 对evaluate_accuarcy函数进行轻微的修改
def evaluate_accuracy_gpu(net, data_iter, deviceNone): 使用GPU计算模型在数据集上的精度。if isinstance(net, torch.nn.Module):net.eval()if not device:device next(iter(net.parameters())).devicemetric d2l.Accumulator(2)for X, y in data_iter:if isinstance(X, list):X [x.to(device) for x in X]else:X X.to(device)y y.to(device)metric.add(d2l.accuracy(net(X), y), y.numel())return metric[0] / metric[1] # 分类正确的个数 / 总个数【 net.to(device) 是将神经网络 net 中的所有参数和缓冲区移动到指定的设备上进行计算的操作。
net 是一个神经网络模型。device 是指定的设备可以是 torch.device 对象如 torch.device(‘cuda’) 表示将模型移动到 GPU 上进行计算或者是字符串如 ‘cuda:0’ 表示将模型移动到指定编号的 GPU 上进行计算也可以是 ‘cpu’ 表示将模型移动到 CPU 上进行计算。 通过调用 net.to(device)模型中的所有参数和缓冲区将被复制到指定的设备上并且之后的计算将在该设备上进行。这样可以利用 GPU 的并行计算能力来加速模型训练和推断过程。 注意仅仅调用 net.to(device) 并不会对输入数据进行迁移需要手动将输入数据也移动到相同的设备上才能与模型进行计算。例如可以使用 input input.to(device) 将输入数据 input 移动到指定设备上。】
# 为了使用 GPU我们还需要一点小改动
def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):用GPU训练模型(在第六章定义)。def init_weights(m): # 初始化权重if type(m) nn.Linear or type(m) nn.Conv2d: nn.init.xavier_uniform_(m.weight)net.apply(init_weights) # 对整个网络应用初始化print(training on, device)net.to(device) # 将神经网络 net 中的所有参数和缓冲区移动到指定的设备上进行计算的操作optimizer torch.optim.SGD(net.parameters(), lrlr) # 定义优化器loss nn.CrossEntropyLoss() # 定义损失函数# 动画效果animator d2l.Animator(xlabelepoch, xlim[1, num_epochs],legend[train loss, train acc, test acc])timer, num_batches d2l.Timer(), len(train_iter)for epoch in range(num_epochs):metric d2l.Accumulator(3) # metric被初始化为存储3个指标值的累加器net.train()for i, (X, y) in enumerate(train_iter):timer.start()optimizer.zero_grad()# 将输入输出数据也移动到相同的设备X, y X.to(device), y.to(device)y_hat net(X)l loss(y_hat, y)l.backward()optimizer.step()with torch.no_grad():metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])timer.stop()train_l metric[0] / metric[2]train_acc metric[1] / metric[2]# 动画效果if (i 1) % (num_batches // 5) 0 or i num_batches - 1:animator.add(epoch (i 1) / num_batches,(train_l, train_acc, None))test_acc evaluate_accuracy_gpu(net, test_iter)animator.add(epoch 1, (None, None, test_acc))print(floss {train_l:.3f}, train acc {train_acc:.3f}, ftest acc {test_acc:.3f})print(f{metric[2] * num_epochs / timer.sum():.1f} examples/sec fon {str(device)})训练和评估LeNet-5模型
lr, num_epochs 0.9, 10
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())2. 深度卷积神经网络AlexNet AlexNet架构 VS LeNet 更大的核窗口和步长因为图片更大了 更大的池化窗口使用maxpooling 更多的输出通道 添加了3层卷积层 更多的输出
更多细节
激活函数从sigmod变成了Rel减缓梯度消失)隐藏全连接层后加入了丢弃层dropout数据增强
总结
AlexNet是更大更深的LeNet处理的参数个数和计算复杂度大幅度提升新加入了丢弃法,ReLU激活函数最大池化层和数据增强
代码实现
import torch
from torch import nn
from d2l import torch as d2lnet nn.Sequential(nn.Conv2d(1, 96, kernel_size11, stride4, padding1), nn.ReLU(), # 在MNIST输入通道是1在ImageNet测试集上输入为3nn.MaxPool2d(kernel_size3, stride2),nn.Conv2d(96, 256, kernel_size5, padding2), nn.ReLU(), # 相比于LeNet将激活函数改为ReLUnn.MaxPool2d(kernel_size3, stride2),nn.Conv2d(256, 384, kernel_size3, padding1), nn.ReLU(),nn.Conv2d(384, 384, kernel_size3, padding1), nn.ReLU(),nn.Conv2d(384, 256, kernel_size3, padding1), nn.ReLU(),nn.MaxPool2d(kernel_size3, stride2), nn.Flatten(), # 将4D-2Dnn.Linear(6400, 4096), nn.ReLU(), nn.Dropout(p0.5), # 添加丢弃nn.Linear(4096, 4096), nn.ReLU(), nn.Dropout(p0.5),nn.Linear(4096, 10)) # 在Fashion-MNIST上做测试所以输出为10# 构造一个单通道数据来观察每一层输出的形状
X torch.randn(1, 1, 224, 224)
for layer in net:X layer(X)print(layer.__class__.__name__, Output shape:\t, X.shape)# Fashion-MNIST图像的分辨率低于ImageNet图像所以将其增加到224x224
batch_size 128
train_iter, test_iter d2l.load_data_fashion_mnist(batch_size, resize224)
# 训练AlexNet
lr, num_epochs 0.01, 10
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
