【CNN】LeNet——卷积神经网络的开山鼻祖_最初的卷积神经网络模型

前言

LeNet-5诞生于1994年，是最早的卷积神经网络之一， 由Yann LeCun完成，推动了深度学习领域的发展。在那时候，没有GPU帮助训练模型，甚至CPU的速度也很慢，因此，LeNet5通过巧妙的设计，利用卷积、参数共享、池化等操作提取特征，避免了大量的计算成本，最后再使用全连接神经网络进行分类识别，这个网络也是最近大量神经网络架构的起点，给这个领域带来了许多灵感。

一、LeNet介绍

LeNet-5卷积神经网络的结构组成为也很简单：两个卷积层convolutions，附带两次下采样（通过池化方法实现），和三个全连接层，如下图所示：

其中，卷积层和池化层负责对原始图像进行特征提取，全连接层负责对卷积池化提取到的特征进行学习，进一步根据这些特征来判断该输入图片属于哪一个类别。

二、卷积，池化和全连接层在pytorch深度学习框架中对应的API

下面重点在于代码实现。

2.1 卷积操作在pytorch中的API

卷积操作在pytorch中被封装成一个名称为torch.nn.Conv2d的类，具体如下图所示：

其中，类的参数解释如下：

（1）in_channels (int) - 输入图像中的通道数

（2）out_channels (int) - 由卷积产生的通道数

（3）kernel_size (int or tuple) - 卷积核的大小

（4）stride (int or tuple, optional) - 卷积的步长。默认值：1

（5）padding (int, tuple or str, optional) - 在输入的四边都加上padding。默认值：0

（6）padding_mode (string, optional) - padding的模式，可选参数有’zeros’, ‘reflect’, ‘replicate’ or ‘circular’. 分别代表’零填充’、‘镜像填充’、‘复制填充’，‘循环填充’。 默认值为：‘零填充’。

（7）dilation (int or tuple, optional) - 卷积核中元素之间的间距，对应卷积变体之扩张卷积。默认值：1

（8）groups (int, optional) - 从输入通道到输出通道的阻塞连接的数量，对应卷积变体之组卷积。默认值：1

（9）bias (bool, optional) - 如果为真，给输出增加一个可学习的偏置。默认值为真

2.2 最大池化操作在pytorch中的API

池化操作在pytorch中被封装成一个名称为torch.nn.MaxPool2d的类，具体如下图所示：

其中，类的参数解释如下：

（1）kernel_size - 池化核的大小。

（2）stride - 池化的步长。默认值是kernel_size

（3）padding - 在输入的四边都加上padding。 隐含的零填充，在两边添加。

（4）dilation - 池化核中元素之间的间距， 默认值：1

（5）return_indices - 如果为真，将与输出一起返回最大索引。对以后的 torch.nn.MaxUnpool2d 有用。

（6）ceil_mode - 如果为真，将使用ceil而不是floor来计算输出形状。

2.3 全连接神经网络层在pytorch中的API

全连接神经网络层在pytorch中被封装成一个名称为torch.nn.Linear的类，具体如下图所示：

其中，类的参数解释如下：

（1）in_features - 每个输入样本的大小

（2）out_features - 每个输出样本的大小

（3）bias - 如果设置为False，该层将不学习加性偏置。默认值。为真

2.4激活函数ReLU在pytorch中的API

常见的激活函数ReLU在pytorch中被封装成一个名称为torch.nn.ReLU的类，具体如下图所示：

其中，参数一般习惯指定为Ture，当为Ture时，ReLU的计算在底层会节省一下计算和存储资源。

三、使用pytorch搭建LeNet卷积模型

代码详细如下，代码中已给出详细注释：

import torch.nn as nn
import torch
 
class Model(nn.Module):
	#函数init定义的模型层级结构
    def __init__(self):
        super().__init__()
        #第一次卷积
        self.conv1 = nn.Conv2d(1, 6, 5)
        self.relu1 = nn.ReLU()
        #第一次池化
        self.pool1 = nn.MaxPool2d(2)
        #第二次卷积
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.relu2 = nn.ReLU()
        #第二次池化
        self.pool2 = nn.MaxPool2d(2)
        #第一次全连接
        self.fc1 = nn.Linear(256, 120)
        self.relu3 = nn.ReLU()
        #第二次全连接
        self.fc2 = nn.Linear(120, 84)
        self.relu4 = nn.ReLU()
        #第三次全连接
        self.fc3 = nn.Linear(84, 10)
        self.relu5 = nn.ReLU()
	
 
 	#函数forward定义的模型的前向计算过程，其中参数x代表输入图像。
 	#下述过程表示图像x先经过第一次卷积conv1得到结果y在送入激活函数，得到新的结果y在送入第二层卷积，以此类推。
    def forward(self, x):
        y = self.conv1(x)
        y = self.relu1(y)
        y = self.pool1(y)
        y = self.conv2(y)
        y = self.relu2(y)
        y = self.pool2(y)
        #这里是打平操作（Flatten）
        y = y.view(y.shape[0], -1)
        y = self.fc1(y)
        y = self.relu3(y)
        y = self.fc2(y)
        y = self.relu4(y)
        y = self.fc3(y)
        y = self.relu5(y)
        return y
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