当前位置:   article > 正文

深度卷积神经网络(AlexNet)是什么?_alexnet全称

alexnet全称

深度卷积神经网络(AlexNet)是什么?

目录

介绍

深度卷积神经网络(AlexNet)是由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton于2012年提出的。它是第一个在ImageNet数据集上获得较低错误率的深度卷积神经网络。AlexNet的成功标志着深度学习的新时代的开始。

结构

AlexNet的结构如下:

input -> conv1 -> relu1 -> pool1 -> conv2 -> relu2 -> pool2 -> conv3 -> relu3 -> conv4 -> relu4 -> conv5 -> relu5 -> pool5 -> fc6 -> relu6 -> dropout6 -> fc7 -> relu7 -> dropout7 -> fc8 -> softmax -> output
  • 1
  • input:输入数据
  • conv1:第一个卷积层
  • relu1:第一个ReLU层
  • pool1:第一个池化层
  • conv2:第二个卷积层
  • relu2:第二个ReLU层
  • pool2:第二个池化层
  • conv3:第三个卷积层
  • relu3:第三个ReLU层
  • conv4:第四个卷积层
  • relu4:第四个ReLU层
  • conv5:第五个卷积层
  • relu5:第五个ReLU层
  • pool5:第五个池化层
  • fc6:第一个全连接层
  • relu6:第一个ReLU层
  • dropout6:第一个Dropout层
  • fc7:第二个全连接层
  • relu7:第二个ReLU层
  • dropout7:第二个Dropout层
  • fc8:第三个全连接层
  • softmax:Softmax层
  • output:输出数据

实现

下面是使用PyTorch实现AlexNet的代码:

import torch.nn as nn

class AlexNet(nn.Module):
    def __init__(self, num_classes=1000):
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(64, 192, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(192, 384, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(384, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            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(),
            nn.Linear(256 * 6 * 6, 4096),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(inplace=True),
            nn.Linear(4096, num_classes),
        )

    def forward(self, x):
        x = self.features(x)
        x = self.avgpool(x)
        x = x.view(x.size(0), 256 * 6 * 6)
        x = self.classifier(x)
        return x
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37

理论推导

卷积层

卷积层是AlexNet中最重要的层之一。假设我们有一个输入图像 X X X,一个卷积核 W W W和一个偏置 b b b。卷积层的输出 Y Y Y可以表示为:

Y i , j = ∑ m ∑ n X i + m , j + n W m , n + b Y_{i,j}=\sum_{m}\sum_{n}X_{i+m,j+n}W_{m,n}+b Yi,j=mnXi+m,j+nWm,n+b

其中, i i i j j j表示输出张量的坐标, m m m n n n表示卷积核的坐标。

ReLU层

ReLU层是AlexNet中用于增加非线性的层之一。ReLU函数可以表示为:

f ( x ) = m a x ( 0 , x ) f(x)=max(0,x) f(x)=max(0,x)

池化层

池化层是AlexNet中用于减少空间维度的层之一。最大池化层可以表示为:

Y i , j = max ⁡ m , n X i + m , j + n Y_{i,j}=\max_{m,n}X_{i+m,j+n} Yi,j=m,nmaxXi+m,j+n

Dropout层

Dropout层是AlexNet中用于减少过拟合的层之一。Dropout层可以表示为:

y i = { x i 以概率  p 0 以概率  1 − p y_i={xi以概率 p0以概率 1p yi={xi0以概率 p以概率 1p

Softmax层

Softmax层是AlexNet中用于分类的层之一。Softmax函数可以表示为:

y i = e x i ∑ j e x j y_i=\frac{e^{x_i}}{\sum_{j}e^{x_j}} yi=jexjexi

方法介绍

数据增强

AlexNet使用了一些数据增强技术,包括随机裁剪、随机水平翻转、PCA颜色增强等。

多GPU训练

AlexNet使用了两个GPU进行训练,其中每个GPU处理一半的数据。

ReLU激活函数

AlexNet使用ReLU激活函数取代了传统的Sigmoid激活函数,这使得网络的训练速度更快,同时也减少了梯度消失的问题。

Dropout正则化

AlexNet使用了Dropout正则化技术来减少过拟合。

结构图

下面是AlexNet的结构图:

Input
Convolution 1
ReLU 1
Max Pooling 1
Convolution 2
ReLU 2
Max Pooling 2
Convolution 3
ReLU 3
Convolution 4
ReLU 4
Convolution 5
ReLU 5
Max Pooling 5
Fully Connected 6
ReLU 6
Dropout 6
Fully Connected 7
ReLU 7
Dropout 7
Fully Connected 8
Softmax
Output

计算过程

下面是AlexNet的计算过程:

import torch

# 定义输入张量
x = torch.randn(1, 3, 224, 224)

# 第一个卷积层
conv1 = torch.nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2)
relu1 = torch.nn.ReLU(inplace=True)
pool1 = torch.nn.MaxPool2d(kernel_size=3, stride=2)
x = conv1(x)
x = relu1(x)
x = pool1(x)

# 第二个卷积层
conv2 = torch.nn.Conv2d(64, 192, kernel_size=5, padding=2)
relu2 = torch.nn.ReLU(inplace=True)
pool2 = torch.nn.MaxPool2d(kernel_size=3, stride=2)
x = conv2(x)
x = relu2(x)
x = pool2(x)

# 第三个卷积层
conv3 = torch.nn.Conv2d(192, 384, kernel_size=3, padding=1)
relu3 = torch.nn.ReLU(inplace=True)
x = conv3(x)
x = relu3(x)

# 第四个卷积层
conv4 = torch.nn.Conv2d(384, 256, kernel_size=3, padding=1)
relu4 = torch.nn.ReLU(inplace=True)
x = conv4(x)
x = relu4(x)

# 第五个卷积层
conv5 = torch.nn.Conv2d(256, 256, kernel_size=3, padding=1)
relu5 = torch.nn.ReLU(inplace=True)
pool5 = torch.nn.MaxPool2d(kernel_size=3, stride=2)
x = conv5(x)
x = relu5(x)
x = pool5(x)

# 第一个全连接层
fc6 = torch.nn.Linear(256 * 6 * 6, 4096)
relu6 = torch.nn.ReLU(inplace=True)
dropout6 = torch.nn.Dropout()
x = x.view(x.size(0), 256 * 6 * 6)
x = fc6(x)
x = relu6(x)
x = dropout6(x)

# 第二个全连接层
fc7 = torch.nn.Linear(4096, 4096)
relu7 = torch.nn.ReLU(inplace=True)
dropout7 = torch.nn.Dropout()
x = fc7(x)
x = relu7(x)
x = dropout7(x)

# 第三个全连接层
fc8 = torch.nn.Linear(4096, 1000)
softmax = torch.nn.Softmax(dim=1)
x = fc8(x)
x = softmax(x)

# 输出张量
print(x)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66

输出结果如下:

tensor([[0.0009, 0.0009, 0.0009,  ..., 0.0010, 0.0010, 0.0010]],
       grad_fn=<SoftmaxBackward>)
  • 1
  • 2

AlexNet相较于LeNet,有以下几个重要的优势:

  1. 更深的网络结构:AlexNet有5层卷积层和3层全连接层,相较于LeNet的3层卷积层和2层全连接层,网络更深,可以提取更多的特征。

  2. 更大的数据集:AlexNet使用的是ImageNet数据集,包含1.2 million张图片,相较于LeNet的MNIST数据集,数据更加丰富,可以更好地训练模型。

  3. 更小的卷积核:AlexNet使用的是11x11的卷积核,相较于LeNet的5x5卷积核,可以提取更大范围内的特征,提升模型的准确率。

  4. 更高的计算能力:AlexNet使用了两个GPU进行并行计算,加快了训练速度,同时使用了Dropout等技术,避免了过拟合。

AlexNet的改进主要在以下几个方面:

  1. 使用ReLU激活函数:相较于LeNet的sigmoid激活函数,ReLU激活函数更加高效,可以加速训练。

  2. 使用Dropout技术:为了避免过拟合,AlexNet加入了Dropout技术,随机将一些神经元的输出置为0,可以减少神经元之间的依赖关系,提高模型的泛化能力。

  3. 数据增强:AlexNet在训练时使用了数据增强技术,包括裁剪、翻转、旋转等,可以增加数据的多样性,提高模型的鲁棒性。

  4. 局部响应归一化:AlexNet在卷积层后加入了局部响应归一化层,可以增强特征的鲁棒性,提高模型的准确率。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/天景科技苑/article/detail/846630
推荐阅读
相关标签
  

闽ICP备14008679号