基于PyTorch解析并实现LeNet-5模型

目录

1.LeNet-5模型架构

2. CIFAR10数据集

3.基于LeNet-5模型对CIFAR10数据集进行识别

---

1.LeNet-5模型架构

         LeNet-5模型共有7层，如下所示：

       下面我们对每一层的结构进行解析：

（1）第一层：卷积层

       输入：原始的图片像素矩阵（长、宽、通道数），大小为32x32x1

       参数：滤波器尺寸为5x5，深度为6，不使用全0补充步长为1

       输出：特征图，大小为28x28x6

       分析：由于没有使用全0补充，所以这一层的输出尺寸为32-5+1=28，深度为6，本卷积层一共有5x5x1x6+6=156个参数。其中6个为偏置项参数，因为下一层的节点矩阵有28x28x6=4704个节点，每个卷积又和5x5=25个当前层的节点相连，所以本卷积层共有4704x（25+1）=122304个连接。

(2)第二层：池化层

      输入：特征图，大小为28x28x6

      参数：滤波器2x2，步长为2

      输出：特征图，大小为14x14x6

      分析：6个特征图包含有6x2=12个可训练参数及14x14x6x（2x2+1）=5880个连接

（3）第三层：卷积层

      输入：特征图，大小为14x14x6

     参数：滤波器尺寸为5x5，深度为16，不使用全0补充步长为1

     输出：特征图，大小为10x10x16

      分析：由于没有使用全0补充，所以这一层的输出尺寸为14-5+1=10，深度为16，本卷积层一共有5x5x6x16+16=2416个参数。其中16个为偏置项参数，因为下一层的节点矩阵有10x10x16=1660个节点，每个卷积又和5x5=25个当前层的节点相连，所以本卷积层共有1660x（25+1）=41600个连接。

(4)第四层：池化层     

       输入：特征图，大小为10x10x16

      参数：滤波器2x2，步长为2

      输出：特征图，大小为5x5x16

      分析：16个特征图包含有16x2=32个可训练参数及5x5x16x（2x2+1）=2000个连接

（5）第五层：全连接层

       输入节点数：5x5x16=400

      参数个数：5x5x16x120+120=48120

       输出节点个数：120

（6）第六层：全连接层

      输入节点数：120

      参数个数：120x84+84=10164

      输出节点数：84

（7）第七层：全连接层

      输入节点数：84

      参数个数：10x84+10=850

      输出节点数：10

2. CIFAR10数据集

         CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片：飞机（ a叩lane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。图片的尺寸为 32×32 ，数据集中一共有 50000 张训练圄片和 10000 张测试图片。 CIFAR-10 的图片样例如图所示。

PyTorch中内置了CIFAR10数据集，只需要调用torchvision.datasets.CIFAR10就可以轻松使用。

3.基于LeNet-5模型对CIFAR10数据集进行识别