什么是卷積神經網絡LeNet

這篇文章主要介紹“什么是卷積神經網絡LeNet”，在日常操作中，相信很多人在什么是卷積神經網絡LeNet問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”什么是卷積神經網絡LeNet”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

目錄

• LeNet

• 模型訓練

在本節中，我們將介紹LeNet，它是最早發布的卷積神經網絡之一。這個模型是由AT&T貝爾實驗室的研究院Yann LeCun在1989年提出的（并以其命名），目的是識別手寫數字。當時，LeNet取得了與支持向量機性能相媲美的成果，成為監督學習的主流方法。LeNet被廣泛用于自動取款機中，幫助識別處理支票的數字。

LeNet

總體來看，LeNet（LeNet-5）由兩個部分組成：

• 卷積編碼器： 由兩個卷積層組成

• 全連接層密集快： 由三個全連接層組成

每個卷積塊中的基本單元是一個卷積層、一個sigmoid激活函數和平均池化層。這里，雖然ReLU和最大池化層更有效，但它們在20世紀90年代還沒有出現。每個卷積層使用 5 × 5 5\times5 5×5卷積核和一個sigmoid激活函數。這些層將輸入映射到多個二維特征輸出，通常同時增加通道的數量。第一卷積層有6個輸出通道，而第二個卷積層有16個輸出通道。每個 2 × 2 2\times2 2×2池操作通過空間下采樣將維數減少4倍。

為了將卷積塊中的輸出傳遞給稠密塊，我們必須在小批量中戰平每個樣本。LeNet的稠密快有三個全連接層，分別有120、84和10個輸出。因為我們仍在執行分類，所以輸出層的10維對應于最后輸出結果的數量。

通過下面的LeNet代碼，我們會相信深度學習框架實現此類模型非常簡單。我們只需要實例化一個Sequential塊并將需要的層連接在一起。

import torch
from torch import nn
from d2l import torch as d2l

class Reshape(torch.nn.Module):
	def forward(self, x):
		return x.view(-1, 1, 28, 28)

net = torch.nn.Sequential(
	Reshape(),
	nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
	nn.AvgPool2d(kernel_size=2, stride=2),
	nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
	nn.AvgPool2d(kernel_size=2, stride=2),
	nn.Flatten(),
	nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
	nn.Linear(120, 84), nn.Sigmoid(),
	nn.Linear(84, 10)
)

我們對原始模型做了一點小改動，去掉了最后一層的高斯激活。除此之外，這個網絡與最初的LeNet-5一致。下面，我們將一個大小為 28 × 28 28\times28 28×28的單通道（黑白）圖像通過LeNet。通過在每一層打印輸出的形狀，我們可以檢查模型，以確保其操作與我們期望的下圖一致。

X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32)
for layer in net:
	X = layer(X)
	print(layer.__class__.__name__, 'output shape: \t', X.shape)

Reshape output shape: torch.Size([1, 1, 28, 28])
Conv2d output shape: torch.Size([1, 6, 28, 28])
Sigmoid output shape: torch.Size([1, 6, 28, 28])
AvgPool2d output shape: torch.Size([1, 6, 14, 14])
Conv2d output shape: torch.Size([1, 16, 10, 10])
Sigmoid output shape: torch.Size([1, 16, 10, 10])
AvgPool2d output shape: torch.Size([1, 16, 5, 5])
Flatten output shape: torch.Size([1, 400])
Linear output shape: torch.Size([1, 120])
Sigmoid output shape: torch.Size([1, 120])
Linear output shape: torch.Size([1, 84])
Sigmoid output shape: torch.Size([1, 84])
Linear output shape: torch.Size([1, 10])

請注意，在整個卷積塊中，與上一層相比，每一層特征的高度和寬度都減小了。第一個卷積層使用2個像素的填充，來補償 5 × 5 卷積核導致的特征減少。相反，第二個卷積層沒有填充，因此高度和寬度都減少了4個像素。隨著層疊的上升，通道的數量從輸入時的1個，增加到第一個卷積層之后的6個，再到第二個卷積層之后的16個。同時，每個匯聚層的高度和寬度都減半。最后，每個全連接層減少維度，最終輸出一個維數與結果分類數相匹配的輸出。

模型訓練

現在我們已經實現了LeNet，讓我們看看LeNet在Fashion-MNIST數據集上的表現。

batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size = batch_size)

雖然卷積神經網絡的參數較少，但與深度的多層感知機相比，它們的計算成本仍然很高，因為每個參數都參與更多的乘法。
如果我們有機會使用GPU，可以用它加快訓練。

到此，關于“什么是卷積神經網絡LeNet”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！